MétaCan
Menu
Retour à la cohorte
Enregistrement W4398249054 · doi:10.7202/1111524ar

An Examination of Educational Leadership Preparation in Ontario: Are Principals Prepared to Lead Equitably?

2024· article· en· W4398249054 sur OpenAlexaffvenueabout
Nia Spooner

Notice bibliographique

RevueCanadian Journal of Educational Administration and Policy · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLead (geology)Business

Résumé

récupéré en direct d'OpenAlex

In response to the changing demographics of schools in Canada and efforts to better equip principals to challenging inequity, leadership preparation programs have adopted new policies focused more on leading with an equity lens. However, studies have demonstrated a disconnect between what is covered in these leadership programs and how school principals actually perceive their ability to lead equitably and work with diverse learners. Six current school principals and vice principals in Ontario, Canada who have successfully completed a Principal Qualification Program (PQP) course were interviewed to understand their perceptions on the program’s ability to prepare them to lead, and their perceptions on concepts of equity, diversity, and inclusion (EDI). The racial experiences and identities of each participant shaped their definitions of EDI, as well as their understandings of difference. Study findings indicate several critical areas of change for principal preparation programs in Ontario: training guidelines, efforts to prepare educators to be equitable leaders, and the educators’ perceptions on their preparedness to lead. Utilization of Critical Race Theory in Education and Applied Critical Leadership additionally help frame analysis and support the need to integrate culturally relevant pedagogical practice into leadership preparation programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,356

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,182
Tête enseignante GPT0,439
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Educational Administration and PolicyMême sujetTeacher Education and Leadership StudiesTravaux en français237 207