MétaCan
Menu
← Retour à la cohorte
Enregistrement W7065802946

Equipped to Teach: An Examination of Pre-Service Teacher Competencies in Supporting the Needs of Exceptional Learners

2025· dissertation· en· W7065802946 sur OpenAlexaboutno aff

Notice bibliographique

RevueQSpace (Queen's University Library) · 2025
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtist diversity and phylogeny
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetence (human resources)Exploratory researchSet (abstract data type)StakeholderProfessional development
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This exploratory study examines elementary pre-service teachers' (PSTs) perceived competencies in supporting students with exceptionalities. Previous global research on teacher competencies has found that PSTs often feel unprepared to meet the diverse needs of students in the classroom. Additionally, inconsistencies exist in defining and measuring competence. Notably, no research has been conducted on this topic in the Canadian context. This study addresses this gap by exploring PSTs' perceived competencies in Canada. Data was collected from two stakeholder groups—pre-service teachers and principals—to examine potential differences between PSTs' self-perceived competencies and principals' expectations of novice teachers. The findings indicate that PSTs enrolled in a special education-related concentration report the highest levels of perceived competence in supporting students with exceptionalities. Additionally, this group aligns most closely with principals’ expectations. However, results also highlight a potential disconnect between the skills developed in teacher education programs and the competencies expected by school principals. This research identifies specific areas of strength and areas requiring further development in novice teachers' competencies. By doing so, it provides a clear set of skills that should be emphasized in future training and professional development initiatives.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,222
Écart entre enseignants0,212 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQSpace (Queen's University Library)→Même sujetProtist diversity and phylogeny→Travaux en français237 207→