MétaCan
Menu
Retour à la cohorte
Enregistrement W4384153542 · doi:10.1080/13632434.2023.2232819

Leadership in times of crisis: Ontario teachers’ perspectives of system leaders during the COVID-19 pandemic

2023· article· en· W4384153542 sur OpenAlexaffabout
Stephen MacGregor, Amanda Cooper, Michael Holden

Notice bibliographique

RevueSchool Leadership and Management · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensQueen's UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Leverage (statistics)Educational leadershipSystems thinkingInstructional leadershipCrisis management2019-20 coronavirus outbreakPedagogySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Public relationsSociologyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Systemic disruptions and uncertainties resulting from the prolonged COVID-19 pandemic have put extraordinary pressure on system-level educational leadership worldwide. Despite often being seen as drivers of thinking and change, system leaders had few, if any, precedents to draw from on how to lead effectively through such crises. This paper examines Ontario secondary school teachers’ (N = 17) perspectives on system-level educational leadership during the initial weeks of the COVID-19 pandemic and considers how these perspectives can inform future approaches to leading school systems through such uncertainty and disruption. Drawing on prolonged semi-structured interviews, six leverage points for systemic change are discussed: actors and elements, feedback, relationships and power, structures and roles, goals, and the overarching paradigm for teaching and learning.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,254
Tête enseignante GPT0,386
Écart entre enseignants0,132 · 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'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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSchool Leadership and ManagementMême sujetCOVID-19 and Mental HealthTravaux en français237 207