The Role of the Principal in Supporting Learning for Students in High-Poverty Elementary Schools
Notice bibliographique
Résumé
Students enter the school systems with a variety of needs and experiences, each unique to themselves. Unfortunately, many students and their families experience the effects of poverty, and these circumstances shape those school students’ unique needs. As the current times become more challenging, principals and teachers are faced with great demands to meet the needs of the students they serve. High-poverty schools need the expertise of successful principals who are aware of and acknowledge the impact of poverty on student learning; and are able to assist teachers to not only understand the impact poverty has on students’ social and academic learning but to provide supports to help students become successful learners. This hybrid thesis model used an exploratory case study and elements of an Organization Improvement Plan to examine how successful principals can assist teachers in high-poverty elementary schools understand the impact of poverty on student learning? And, how can they assist teachers in enhancing their teaching practices to improve student learning? Semi-structured interviews were conducted with two elementary school principals and 16 elementary school teachers in one Ontario School Board. The research findings provided unique insights into the work being done by successful principals and teachers striving to move high-poverty schools to high-performing schools. The analysis of the findings led to future recommendations being provided to the school board for their utilization in school improvement planning in service to students, teachers, and principals.\nKeywords: poverty, essential needs, lived experiences, relationships, successful principals, teachers, professional development
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 | 0,001 | 0,001 |
| 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 ».