Osobna i profesionalna dobrobit učitelja u hrvatskim školama
Notice bibliographique
Résumé
Učiteljska dobrobit je višedimenzionalni konstrukt koji obuhvaća pozitivne aspekte poput pozitivnih emocija, radnog angažmana, osjećaja smisla, ali i izostanak negativnih stanja kao što su stres i profesionalno sagorijevanje. Uslijed rastućeg broja izazova koji se pred učitelje postavljaju, uz istovremeno neadekvatne kompenzacijske mehanizme, moguće su posljedice za osobnu i profesionalnu dobrobit učitelja. Osim za osobu i njenu neposrednu okolinu, narušena dobrobit učitelja može imati značajne posljedice i za obrazovni sustav, primjerice za kvalitetu poučavanja, odnos s učenicima i kolegama, učiteljski absentizam, napuštanje profesije i dr. Znanstvena istraživanja i programi profesionalnog usavršavanja učitelja u Hrvatskoj, ali i šire, tek odnedavno posvećuju potrebnu pažnju problemu dobrobiti učitelja. Cilj ovog izlaganja je potaknuti raspravu o ulozi školskih psihologa u pružanju podrške dobrobiti učitelja, kroz predstavljanje polazišta i rezultata Erasmus+ projekta „Hand in Hand: Osnaživanje socio-emocionalnih kompetencija i svijesti o različitosti kod učitelja širom Europe“. U okviru projekta osmišljen je program profesionalnog usavršavanja učitelja koji je tijekom školske godine 2022./2023. proveden i evaluiran u 5 europskih zemalja, uključujući i Hrvatsku. U izlaganju će ukratko biti predstavljene ključne komponente i aktivnosti programa. Naposljetku će se sumirati iskustva 100-injak polaznika Hand in Hand programa usmjerenog osnaživanju učitelja.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,005 |
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 ».