Exploring factors that influence beginning teachers’ self-efficacy to teach in diverse classrooms
Notice bibliographique
Résumé
Teacher self-efficacy for teaching in diverse classrooms is an important factor in the successful implementation of inclusion. Quantitative examinations of teacher self-efficacy have found the construct to be correlated with both contextual and teacher-related factors. In-depth qualitative exploration into type, quality, and nature of experiences that shape teachers’ self-efficacy beliefs is scarce. This research aimed to qualitatively examine potential sources of teacher self-efficacy and generate an explanation for the complex growth pattern it follows during the early years of practice. Seventy-eight beginning teachers across Canada (i.e., graduating teacher candidates and new teachers who are in the first three years of their practice) participated in 139 semi-structured interviews conducted over four years to address questions regarding the factors and experiences that influence their self-efficacy or confidence to teach in diverse classrooms. Ten factors which either had a positive or negative connotation emerged from a qualitative content analysis of their interviews. The Positive-Negative Experiences Balance (PNEB) model was conceptualized to understand and represent how these ten factors interactively, simultaneously, and collectively influence the development of beginning teachers’ self-efficacy for inclusive practice in the initial years of their careers. Through a comparison of frequency counts of codes, it was noted that beginning teachers differentially relied on experiential factors to enhance their self-efficacy when they were graduating, or were in the first three years of their teaching. The results are discussed in light of the relevant extant research. Implications of these results for teacher education programs and school leadership are also shared.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».