Implementing a Learners’ Code of Conduct for Positive Discipline in Schools
Notice bibliographique
Résumé
Dealing with misbehaving learners remains a significant challenge for teachers in South African schools. Since the use of corporal punishment and other punitive measures in dealing with misbehaving learners is now illegal, alternative positive disciplinary measures have had to be put in place. There were nearly 11,600 cases of documented corporal punishment in schools across the country in 2019. In KwaZulu-Natal alone, the number of learners who experienced corporal punishment increased by three per cent, affecting a total of 226 372 learners between 2018 and 2019. The study reported on here, examined teachers’ and learners’ experiences in respect of the implementation of a learners’ code of conduct, to instil positive discipline in schools. Underpinned by the interpretivist paradigm, the study employed a qualitative research approach and phenomenological design. Two schools were sampled and, semi-structured interviews, observation and document reviews were used to collect data. The findings revealed that some teachers indeed implemented such a code of conduct, which communicated learners’ expected behaviour by outlining the rules and regulating behaviour. Notably, the findings also revealed that the code of conduct did not instil positive discipline across the board, as many learners continued misbehaving. Based on the findings, the study recommends that schools ensure that a proper code of conduct be drawn up to help teachers address learner indiscipline and that officials from the Department of Education undertake regular visits to schools, to offer support and arrange workshops/internet-based training to guide teachers on how to use such a code effectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,013 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».