The process(es) of learning about teaching using models-based practice: Pre-service teachers’ experiences
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This research takes on the recommendation to continue examining the use of models-based practice (MbP) in diverse contexts by considering pre-service teachers’ (PSTs’) experiences of learning to teach using MbP in a physical education teacher education (PETE) program in Norway. Guided by the theory of a pedagogy of teacher education ( Loughran, 2006 ), this research was driven by the question: “What are PSTs’ experiences of learning about teaching using MbP in one comprehensive PETE course?” The context was a 15-credit PETE course taught collaboratively by four teacher educators to two cohorts of first-year undergraduate PSTs (25 PSTs in each cohort). Data were generated through a total of 24 focus group interviews with eight PST groups before, during, and upon completion of the course. A hybrid approach of inductive and deductive theme development enabled us to produce knowledge of how PSTs’ learning evolved through four phases: (a) (traditional) assumptions about physical education and teacher education, (b) learning about and through a new way of teaching and learning physical education, (c) challenging and being challenged by the traditional “gym” culture in schools, and (d) understanding what it means to be and become a (physical education) teacher. This research offers support to claims about the challenges in creating coherence at different levels in PSTs’ learning experiences in a Norwegian PETE program. At the same time, we show that MbP can provide PSTs with a coherent learning experience, potentially resulting in changes to how PSTs think about teaching physical education.
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.
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 | 0,002 | 0,002 |
| 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 | 0,000 | 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 découle