A study of Iranian EFL teachers’ perspective about the impact of caring for teachers on nurturing caring teachers
Notice bibliographique
Résumé
While research in second language acquisition (SLA) has accentuated the importance of positive teacher-student relationships, little is known about how teachers themselves experience care in their workplaces and how this affects their teaching practices. Addressing this underexplored gap, the current study investigates the perspectives of English as a Foreign Language (EFL) teachers on the care they receive from institutions, colleagues, and students, and how it shapes their ability to provide care to learners. To this end, written narratives from 30 private institute EFL teachers were thematically analyzed using MAXQDA. The findings unveiled many teachers believed working in a/an (un)caring environment impacted their emotional and interpersonal abilities. They characterized caring work settings with receiving support from educational stakeholders, recognition of teachers’ efforts, and good treatment by one’s students. Conversely, they related uncaring work environments to low payment, dissatisfaction with managers’ behavior, and students’ uncaring behaviors. Teachers acknowledged that a nurturing workplace enhanced their emotional health and their job-related satisfaction, performance, and relationships. To develop such an environment, they recommended actions such as creating supportive networks among teachers, advocating students’ supportive and respectful classroom conduct, and creating policies that prioritize teacher wellbeing. Findings suggest receiving collegial and institutional care could develop teachers’ ability to create a nurturing classroom social climate and build rapport with students. Ultimately, the study emphasizes teachers’ capacity to care is deeply influenced by the appreciation and support they receive, underscoring the need for systemic and institutionalized approaches to teacher care in EFL contexts.
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 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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».