MétaCan
Menu
Retour à la cohorte
Enregistrement W4392831101 · doi:10.55016/ojs/ajer.v61i2.56108

The Art and Science of Leadership in Learning Environments: Facilitating a Professional Learning Community across Districts

2016· article· en· W4392831101 sur OpenAlexaffvenueabout
Catherine Hands, Katlyn Guzar, Anne Rodrigue

Notice bibliographique

RevueAlberta Journal of Educational Research · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensRedeemer UniversityBrock University
Organismes subventionnairesnon disponible
Mots-clésFacilitatorAttendancePedagogyPsychologyQualitative researchTeacher leadershipProfessional learning communityProfessional developmentMedical educationSociologyEducational leadershipPolitical scienceMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

A professional learning community (PLC) is one of the most promising strategies for effecting change in educational practices to improve academic achievement and wellbeing for all students. The PLC facilitator’s role in developing and leading blended (online and face-to-face) PLCs with members from Ontario’s school districts was examined through a qualitative case study. The research involved a document analysis of 36 reflections from 6 facilitators, observations, and a 2-hour, open ended, semi-structured interview with 6 facilitation coaches associated with the Elementary Teachers’ Federation of Ontario. Facilitators shared leadership with PLC members to develop collaborative cultures, shared goals and artifacts, and guided them using dialogue and open-ended questioning to promote deep thinking, inquiry, and reflection. They scheduled meetings, set deadlines, monitored progress, and contacted members between meetings to encourage attendance. This research provides insight into the facilitators’ strategies for encouraging the production of shared goals and artifacts, and the organizational culture that promotes collaborative work.

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)0,013
score de la tête « metaresearch » (Gemma)0,078
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,078
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,004
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,406
Tête enseignante GPT0,509
Écart entre enseignants0,103 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations11
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetTeacher Education and Leadership StudiesTravaux en français237 207