MétaCan
Menu
Retour à la cohorte
Enregistrement W4413345675 · doi:10.5539/ies.v18n5p1

Assessing Managerial Staff Capacity Development in Southeast Vietnam's Primary Schools for Educational Reform

2025· article· en· W4413345675 sur OpenAlexvenueno aff
Huynh Thanh Hai

Notice bibliographique

RevueInternational Education Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Reforms and Inequalities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInstructional leadershipContext (archaeology)Organizational cultureCapacity buildingEducational leadershipProfessional developmentPublic relationsSociologySustainable developmentLeadership developmentPedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

This study examines the managerial staff capacity within primary schools in Vietnam’s Southeast Region in the context of the country’s ongoing educational reforms. Recognizing that effective leadership is essential for implementing the 2018 General Education Program, the research investigates five core competencies—cultural, administrative, pedagogical, social, and change management. Utilizing a mixed-methods approach involving surveys and interviews with 390 managerial staff and 90 education officials, the study reveals moderate competency levels across all dimensions, with strengths in compliance and internal communication, but weaknesses in strategic vision and external engagement. The findings confirm significant relationships between these competencies and education innovation outcomes, supporting the proposed conceptual model. The study contributes to the literature by integrating theoretical frameworks such as Schein’s organizational culture, Kotter’s change management, and instructional leadership to assess reform-readiness. Recommendations are offered for policy-makers and educators to design targeted professional development programs that enhance school leadership capacity and support sustainable educational transformation in rapidly changing urban environments.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,109
Tête enseignante GPT0,448
Écart entre enseignants0,339 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetGlobal Educational Reforms and InequalitiesTravaux en français237 207