How has teaching effectiveness been conceptualized? Questioning the consistency between definition and measure
Notice bibliographique
Résumé
Teaching effectiveness (TE) research impacts educators and their careers, learners and the quality of education they receive, and administrators and the organizations they safeguard. However, there is a lack of consistency in how TE has been conceptualized: many papers used inaccurate or implied definitions of TE, or despite discussing and often measuring TE, did not define TE—other papers defined TE without proposed measures or provided measures of the concept without defining it. We found two dimensions of TE, student-focused (outcome) and educator-focused (input), and an existing TE definition evaluated as the strongest for both dimensions. Further, TE measurements may be summarized in five categories: student evaluation of teaching effectiveness (SETE), objective measures, peer review, administrative evaluation, and self-reflection. To conceptualize TE, our findings suggest pairing the TE student-focused construct with SETE and objective measures, while the educator-focused dimensions of TE should be measured with peer review, self-assessment, and administrator evaluation. By consistently conceptualizing TE, researchers may contribute to rigorous research and work together to consistently add to the body of knowledge, thus furthering the quality of TE research.
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 | 0,211 | 0,420 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,020 | 0,018 |
| Études des sciences et des technologies | 0,004 | 0,039 |
| Communication savante | 0,029 | 0,029 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».