“Exhaustive but effective”: A multi-site study investigating the profiles of teachers' emotions and emotional labor
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
Teachers routinely experience and manage a variety of emotions to meet the requirements of their profession. Previous research has primarily focused on how teachers' emotions or their emotional labor affects their well-being and teaching quality. The present study takes a more holistic, person-centered approach to identify groups of teachers with distinct emotional experiences and emotional labor tendencies. In the first study, 474 Canadian secondary school teachers (female: 72.5%) were categorized into three profiles: emotionally healthy deep actors, emotionally healthy surface actors, and emotionally unhealthy surface actors. The emotionally healthy deep actors reported the highest levels of well-being, while the emotionally unhealthy surface actors reported the lowest. The same profiles were observed in Study 2 with 85 German secondary school teachers (female: 57.6%). Among these teachers, the emotionally healthy surface actors were rated by students as the most supportive ( N students = 1327). Conversely, the emotionally unhealthy surface actors received the least favorable student ratings of teaching quality (cognitive activation, classroom management, student support). In conclusion, our study indicates that emotional labor, specifically surface acting, has a double-edged function, with both positive and negative implications. On the one hand, it is linked to diminished well-being among teachers, while on the other hand, it has the potential to enhance students' perceptions of teacher support.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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