A Case Study of High School Leadership Teams Managing Team Turnover
Notice bibliographique
Résumé
School leaders and leadership teams can positively impact a school environment. The reality of persistent leadership turnover in schools, however, challenges the capacity of school leaders to sustain learning improvement and change. Turnover on leadership teams has been linked with negative impacts on student performance and can have deleterious effects on school growth and progress. Given the paucity of research on leadership team effectiveness in response to turnover, and in consideration of the potential negative impact leadership turnover can have in schools, it is important to look more closely at teams that are effectively negotiating this change. This study focused on school leadership team actions in response to turnover. The researcher utilized a thematic cross-case analysis of three senior high leadership teams in three different school divisions in Southern Alberta that had experienced turnover within the last five years. Perception surveys were used to select leadership teams who identified their leadership actions as successful. Each team member selected for the study participated in semi-structured interviews to determine which specific actions were resultant in effective leadership practice. Five elements of leadership team coherence were considered as part of the study: mission and vision, culture, trust, instructional leadership, and distributed leadership. Results of the research highlighted the importance of leadership team coherence and the establishment of trust. Additionally, it was found that the context of the school played an important role in determining what aspects of leadership were most important for team function. Considering the elements of leadership team coherence and the importance of trust and context, results of the study offer implications for current senior high leadership teams and make further recommendations for ongoing research surrounding effective actions of leadership teams.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».