MétaCan
Menu
Retour à la cohorte
Enregistrement W4407323857 · doi:10.1111/ijal.12705

Language Teachers’ Development of Decision‐Making and Pedagogical Reasoning: A Sociocultural Perspective on Peer Coaching

2025· article· en· W4407323857 sur OpenAlexaff
Abdulbaset Saeedian, Ata Ghaderi, Minh Hue Nguyen

Notice bibliographique

RevueInternational Journal of Applied Linguistics · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEFL/ESL Teaching and Learning
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSociocultural perspectivePsychologyMediationSociocultural evolutionCoachingPedagogyMathematics educationDocumentationPerspective (graphical)Computer scienceSociology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Decision‐making and pedagogical reasoning are two of the underlying skills in language teaching. Integrating sociocultural theory (SCT) into teachers’ classroom decisions can be one novel way to inform their decisions with pedagogical reasoning. This study adopted peer coaching as an SCT‐oriented inquiry‐based approach to professional development and drew on the concepts of the zone of proximal development and mediation. Two novice teachers of English participated in the study. The data were collected through documentation, classroom observation, teachers’ self‐reflection, and video‐stimulated recall within the context of online teaching during the Covid‐19 pandemic. Conversation analysis and qualitative content analysis of the data showed that the peers scaffolded each other's decisions, actively applying the key tenets of mediation using each other, the video recordings, and the metalanguage they had mastered as mediational resources to achieve their goals in language teacher learning. The findings offer practical implications for teacher educators to implement this mediational approach to professional development in their teacher education 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)0,010
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,015
Communication savante0,0080,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
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 Opus0,053
Tête enseignante GPT0,382
Écart entre enseignants0,329 · 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'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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied LinguisticsMême sujetEFL/ESL Teaching and LearningTravaux en français237 207