Exploring Science Teachers’ and Science Teacher Administrators’ Experiences of Instructional Leadership
Notice bibliographique
Résumé
Purpose: Examine how high school science teachers and principals experience instructional leadership; specifically, science educators’ understanding and lived experiences of the phenomenon of instructional leadership. Research Method: This study used a qualitative phenomenographic approach to gather the experiences of science teachers and principals in high schools located in Alberta, Canada. This approach explains and supports interviews as the data source and the number of participants (N = 9) of the study. Findings and Analysis: Data revealed three closely related categories from participants’ experiences: definitions of instructional leadership, thematic elements identified from data, and their reflections on the value of science teaching knowledge for instructional leadership. Findings identified the interdependence of the factors affecting instructional leadership, how instructional leadership is organized, and the factors’ relevance for developing science teaching knowledge. Pedagogical content knowledge (PCK) and pedagogical context knowledge (PXK) to support science teaching knowledge were found to be significant. Science teachers and principals accepted the importance of instructional leadership, but principals did not view it as their primary responsibility; they reported being preoccupied with other duties. Participants’ experiences portrayed some common themes to support science teaching knowledge and instructional leadership: collaboration, spontaneous interactions and feedback, peer instructional leadership, shared conversations about professional development needs, teachers’ input in making decisions about the needed development, science principals’ classroom knowledge, PCK and PXK to guide science teaching, trusting relationships, microworlds of science educators, professional socialization, and reflection-in-action of their practice. Conclusions: Instructional leaders’ iii content knowledge, PCK, and PXK are central components of science teaching knowledge for instructional leadership.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,009 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».