Collaborative conditions for teacher professional growth: the role of network intentionality and leading curriculum learning efficacy
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
Purpose Driven by the need to deepen understanding of the mechanisms driving teacher collaboration for enhancing teacher learning and practices, this study aims to investigate the influence of collaborative organizational conditions, network intentionality and efficacy for leading curriculum learning on teachers’ professional growth within the context of New Zealand’s Communities of Learning-Kahui Ako (CoL) policy. Design/methodology/approach The study employs survey design collecting perceptual data from teachers within two CoLs comprising 12 schools in New Zealand. Structural equation modeling is used to analyze the relationships between collaborative organizational conditions, teachers’ network intentionality, leadership efficacy and teacher professional growth. Findings The findings reveal that collaborative organizational conditions significantly impact teachers’ professional growth such as their new learning and enhanced practices. Furthermore, teachers’ network intentionality and efficacy for leading curriculum learning serve as mediators, amplifying the effects of collaborative organizational conditions on teacher professional growth. Specifically, teachers who are more confident in their leadership abilities and intentionally build professional relationships are better at using collaborative opportunities to address teaching challenges and bring innovation to their schools. Originality/value This study contributes to the existing literature by examining the interplay between organizational conditions, internal motivational drive for collaboration, and teacher professional growth within the context of CoL policy in New Zealand. It sheds light on the mechanisms driving teacher professional growth and offers insights for enhancing teacher collaboration and professional learning experiences within CoL networks.
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 | 0,007 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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