MétaCan
Menu
Retour à la cohorte
Enregistrement W4366816125 · doi:10.5539/jel.v12n3p40

The Complexity of Teacher Identity: Perceptions of Pre-Service Teachers

2023· article· en· W4366816125 sur OpenAlexvenueaboutno aff
Yune Tran, Amy Lynn Dee

Notice bibliographique

RevueJournal of Education and Learning · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligious Education and Schools
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyIdentity (music)Teacher educationLicensurePerceptionPedagogyProfessional developmentSocial psychologyMedical education

Résumé

récupéré en direct d'OpenAlex

Teacher identity is complex, dynamic, ongoing, and worthy of examination. This study examined the perceptions of preservice teachers’ personal identity (e.g., gender, race, religious background, etc.) and how they influence preservice teachers’ professional identity as a subject, pedagogical, and professional expert. Participants (N = 81) were preservice teachers from two different Christian-based institutions, one in Canada and one in the United States, who were completing the requirements for initial licensure. Findings from a survey measured the preservice teachers’ perceptions based on two scales examining personal and professional identity. Results suggested that preservice teachers did not perceive race as impacting their personal identity as a teacher, nor did they perceive religion as an influence on their professional identity, even though they had chosen Christian institutions. However, preservice teachers did perceive teacher preparation as impacting their understanding of professionalism as they transitioned from learner to teacher in the field.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

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

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 Opus0,057
Tête enseignante GPT0,401
Écart entre enseignants0,344 · 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 tête enseignante, 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetReligious Education and SchoolsTravaux en français237 207