Differences and Relationships Between Teachers’ Pedagogical Beliefs and Teaching Strategies Used at Different School Levels in Japan
Notice bibliographique
Résumé
Existing meta-analyses have shown that active learning strategies are effective in improving students’ learning performance. However, their implementation may vary across school levels. This study investigated differences among elementary, middle, and high school teachers in the use of teaching strategies, including those that promote active learning and pedagogical beliefs. We also explored differences in the relationships between beliefs about teaching and learning, teaching experience, and teaching strategies for active learning across school levels. An online survey was conducted with 550 in-service elementary, middle, and high school teachers. Participants completed a questionnaire that measured their teaching strategies, beliefs about teaching and learning, and teaching experience. The results revealed differences in the frequency of use of six teaching strategies, including those that promoted active learning. Elementary school teachers used teaching strategies that promoted active learning most frequently, followed by middle and high school teachers. There were no differences in teachers’ beliefs about teaching and learning across school levels. Multigroup structural equation modeling indicated no differences in the influence of beliefs about teaching and learning on active learning teaching strategies among school levels, except that the traditional conception was negatively associated with the implementation of active learning in middle school. Constructivist beliefs were positively associated with active learning strategies across all levels, whereas teaching experience was negatively associated with teaching strategies that promoted student output at the higher school level. These findings have implications for the implementation of active learning, particularly at higher school levels.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».