MétaCan
Menu
Retour à la cohorte
Enregistrement W4307466454 · doi:10.1080/13632434.2022.2137125

Women’s role in nation building: socialising Saudi female preservice teachers into leadership roles

2022· article· en· W4307466454 sur OpenAlexaffabout
Sue L. T. McGregor, Amani K. Hamdan Alghamdi

Notice bibliographique

RevueSchool Leadership and Management · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocioeconomic Development in MENA
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésEducational leadershipSociologyNation-buildingCurriculumPedagogyContext (archaeology)Public relationsPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

This paper is about socialising Saudi female preservice teachers (PSTs) while they are attending university into the role of educational leadership. This leadership role should be broadened to include nation building per the tenets of Saudi Arabia’s national development plan, Vision 2030. After discussing nation building and profiling the Saudi educational context (including educational reform initiatives), and after explaining Islamic understandings of educational leadership (values and traditions), an overview of the intentionally planned professional socialisation process is presented. The paper culminates in ideas around what an aligned curriculum might contain so Saudi female PSTs are exposed to educational leadership for nation building while at university. With intentional socialisation into this role, upon graduation, they should be more inclined to assume a role in nation building by (a) influencing the educational sector, players, and policies to benefit the nation and (b) convincing other sectors of the value of women and the education sector in ensuring an ambitious nation. Insights apply to other nations engaged in nation building including Arab nations.

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)0,002
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0070,003
Communication savante0,0040,002
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,077
Tête enseignante GPT0,299
Écart entre enseignants0,223 · 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'étudeQualitatif
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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSchool Leadership and ManagementMême sujetSocioeconomic Development in MENATravaux en français237 207