MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407705176 · doi:10.29333/pr/15998

Promote professional and personal development opportunities to recruit and retain workers in education

2025· article· en· W4407705176 sur OpenAlexaffabout
Nagham M. Mohammad, Matthew Demers, Kayla Kopel

Notice bibliographique

RevuePedagogical Research · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésProfessional developmentSociologyPedagogyPublic relationsMedical educationPsychologyEngineering ethicsPolitical scienceEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Exploring students’ perceptions of teaching as a profession and their motivations for pursuing it can provide valuable insight for developing effective policies aimed at enhancing teacher recruitment efforts. Although the topic of recruiting and retaining workers in education is not new, most previous studies have sought the views of teachers instead of students to understand why people choose teaching as a career. This paper aims to study students’ perceptions and attitudes toward professional and personal development opportunities that can be offered to undergraduate students. These opportunities include paid internships, teacher assistant positions, and training to recruit and retain educators. We analyzed qualitative and quantitative survey responses from 89 students in various majors at a prominent Canadian public university. The survey analysis shows that interventions such as enhanced training and professional development opportunities, financial benefits, and increasing the availability of resources for entering a teaching career may help attract more students into teaching. The outcomes of this study provide insight into potential adjustments needed to attract a larger and more diverse cohort of students pursuing careers in 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.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,003
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,625
Tête enseignante GPT0,608
Écart entre enseignants0,018 · 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'étudeSans objet
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePedagogical Research→Même sujetEducation Systems and Policy→Travaux en français237 207→