MétaCan
Menu
Retour à la cohorte
Enregistrement W6908316946 · doi:10.25656/01:20786

Motivational and demotivational factors affecting a teacher’s decision on whether to do research

2020· article· en· W6908316946 sur OpenAlexaboutno aff

Notice bibliographique

RevuepeDOCS · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Quality (philosophy)ObstacleBureaucracyQuarter (Canadian coin)

Résumé

récupéré en direct d'OpenAlex

One of the teacher’s basic tasks should be to ensure that the quality of his/her educational work is continually enhanced by the application of practitioner research, as a recognised genre of educational research. The aim of this study was to explore factors that can motivate or demotivate teachers to include research in their educational practice. An online questionnaire was addressed to all Slovenian primary and secondary school teachers and full responses were received from 325 teachers. Although the teachers expressed high perceived self-confidence in their research abilities, this did not transfer to research activity, as only about one quarter of the respondents reported that they performed research. The main drivers of research are an intrinsic motivation for research and career goal orientation, followed by the relatively low influence of important others. Practitioner research is highly valued among teachers, so there must be other factors at work preventing more teachers from starting research activities. Among the leading factors recognised as obstacles are those that can be regarded as facilitating conditions in terms of motivational theory. Work overload, lack of time, school bureaucracy and family life can be regarded as competing with research for the teacher’s time, along with other important issues. The school climate cannot be regarded as the main obstacle to research. The findings call for the reallocation of at least some work duties in favour of research as part of regular employment. (DIPF/Orig.)

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)0,030
score de la tête « metaresearch » (Gemma)0,098
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,098
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0050,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,424
Tête enseignante GPT0,500
Écart entre enseignants0,076 · 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.

Devis d'étudeQualitatif
DomaineIncitatifs
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuepeDOCSMême sujetTeacher Education and Leadership StudiesTravaux en français237 207