Psychometric properties of the successful school leadership survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose This study extends research on one of the most frequently cited school leadership frameworks by examining the psychometric properties of the instrument designed to assess many of the practices included in that framework. Design/methodology/approach Using data collected from 1,401 teachers the study examined the instrument’s measurement invariance, score reliabilities, as well as construct and predictive validities. Polytomous latent trait models (Many-Facet Rasch model), scale and principal component analysis using second-order Confirmatory Factor Analysis, and Structural Equation Modeling (SEM)-Path modelling were used for these purposes. Findings Findings report levels of score reliability and valid score inferences. Results concerning the predictive validity of the instrument indicate a complex set of relations among the domains of leadership practices measured by the instrument, variables selected as mediators of leaders’ influence, and their direct and indirect effects on student learning. Research limitations/implications This study provides researchers with a reliable and valid instrument for use in their future research. Data for the study were provided by elementary teachers in one US state. The extent to which results of the instrument are valid across different cultural and organizational settings remains to be determined. Practical implications Leadership developers may find the instrument useful for assessing the strengths and weaknesses of those participating in their programs while leaders themselves many find the instrument useful for self-diagnosis. Originality/value This study contributes to the development of school leadership measures by including Rasch modeling among the methods used for examining the instrument’s psychometric properties.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle