MétaCan
Menu
Retour à la cohorte
Enregistrement W4293199664 · doi:10.5430/wje.v12n4p50

Innovative Leadership Factors and Leader Characteristics that Affecting Professional Learning Community of Primary Schools in Bangkok and Its Vicinity

2022· article· en· W4293199664 sur OpenAlexvenueno aff
Juladis Khanthap

Notice bibliographique

RevueWorld Journal of Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingPsychologyEducational leadershipEmpirical researchProfessional developmentInstructional leadershipTest (biology)Professional learning communityGoodness of fitMedical educationPedagogyMathematics educationMathematicsMedicine

Résumé

récupéré en direct d'OpenAlex

This research aimed to investigate the innovative leadership factors and leader characteristics of school administrators in affecting teachers’ involvement in the professional learning community of primary education schools in Bangkok and its vicinity of Thailand. Hence, the researcher would shed light on a linear structural relationship model to examine the impacts of innovative leadership factors and leader characteristics of primary school administrators on teachers’ involvement in the professional learning community. A quantitative approach survey design was employed in this research. A total of 840 respondents responded to questionnaires in a proportional of two teachers to one school administrator from 280 primary schools. The respondents participated in a survey utilizing a multi-stage sampling technique. The researcher planned to test whether the identified innovative leadership factors and leader characteristics are fitting with empirical data as the key research output. The findings indicated that there was a total of five innovative leadership factors and three leader characteristics in a professional learning community model. The linear structural relationship model was supported to the empirical data, with χ2 = 42.321, df = 31, χ2 /df = 1.3652, CFI = 0.998, TLI = 0.997, RMSEA = 0.021, and SRMR = 0.01, p = 0.0845. In conclusion, the linear structural relationship model for primary school administrators has a goodness of fit with the attained data. Finally, the findings of this research have successfully proposed a linear structural relationship model that would be guidelines for a primary school administrator to develop his capabilities to promote a professional learning community.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,132
Tête enseignante GPT0,375
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207