MétaCan
Menu
Retour à la cohorte
Enregistrement W7068058379

The Nature of the Teacher Knowledge Constructed in a Multimodal Professional Learning Community

2017· dissertation· en· W7068058379 sur OpenAlexaboutno aff

Notice bibliographique

RevueTSpace (University of Toronto) · 2017
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Crisis of the 21st Century
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProfessional learning communityProfessional developmentTechneScope (computer science)Action researchAction (physics)Professional studiesGrounded theoryTeacher education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research explores the nature of teacher knowledge constructed over four years in a multi-modal environment. Fourteen K-12 teachers, from Ontario, Canada and Michigan, USA, met online for two hours during a monthly research release day, participated in online chats, a forum site called Virtual Professional Learning Community, as well as participated in four three-day summer institutes. The teachers used these times to engage in knowledge building, creating research for their specific schools/classes in a recurring cycle of learning. \nThe data consist of multiple forms, including the online meetings, the forum, and the summer institute discussions. The research investigated what types of knowledge teachers developed and how those knowledges informed their professional learning. Grounded Theory informed the data gathering and an hermeneutical approach was used for the analyses. Three types of professional knowledge emerged, associated with the classical Aristotelian intellectual virtues: episteme, techne and phronesis. Teachersâ discourse revealed the complexity of their professional knowledge and the wide range of scope of their action â a finding that goes beyond many neoliberal conceptions of the profession. Findings provide ways to develop models of professional development with teachers leading to their sustained journey for meaningful professional learning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,602
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,014
Tête enseignante GPT0,253
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetFinancial Crisis of the 21st CenturyTravaux en français237 207