Relationships among teacher enjoyment, emotional labor, and perceived student engagement: A daily diary approach
Notice bibliographique
Résumé
The present daily diary study among 587 Canadian primary and secondary school teachers assessed teachers' genuine expression, faking, hiding of happiness and enthusiasm, and their daily associations with perceived student emotional and behavioral engagement. Moreover, we measured teachers' trait enjoyment before and after the diary study to examine whether teacher trait enjoyment predicted the use of emotional labor strategies that, in turn, were related to teachers' perceptions of their students' engagement. In addition, we examined whether perceived student engagement predicted future levels of teacher trait enjoyment. Results from multilevel structural equation modeling showed that, at the between-person level, teachers who had higher levels of trait enjoyment tended to spontaneously show their positive feelings to their students (β = 0.381, p < .001), which was further positively related to student engagement (β = 0.257, p < .001). In turn, teachers' perceptions of heightened student engagement led to even greater enjoyment in the future (β = 0.134, p < .05). In contrast, teacher trait enjoyment was negatively related to faking (β = -0.297, p < .001) and hiding positive emotions (β = -0.130, p < .05), but was further unrelated to student engagement or future enjoyment. At the within-person level, genuine expression of positive emotions was positively related to student engagement (β = 0.219, p < .001), faking was negatively related to student engagement (β = -0.134, p < .001), and hiding was unrelated to student engagement.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».