An Innovative Leadership Model for School Administrators to Enhance Instructional Quality in Secondary Educational Service Area Offices in Northeast Thailand
Notice bibliographique
Résumé
This research aimed to develop an innovative leadership model for school administrators to enhance the quality of instructional management among teachers within Secondary Educational Service Area Offices in Northeast Thailand. The study employed a research and development (R&D) methodology conducted in two phases. Phase 1 investigated current conditions and components of innovative leadership for enhancing instructional management quality. Research instruments included a five-point Likert scale questionnaire and semi-structured interviews. The sample consisted of 478 school administrators and teachers selected through stratified random sampling, based on Krejcie and Morgan’s (1970) sample size determination table. Additionally, three school administrators recognized for exemplary practices were selected through purposive sampling for in-depth interviews. Data were analyzed using descriptive statistics (mean, percentage, and standard deviation), Exploratory Factor Analysis (EFA), and content analysis. Results showed that overall, innovative leadership was at a moderate level. EFA identified four components with initial eigenvalues greater than 1, explaining 79.67% of cumulative variance: (1) Creating an Innovative Vision, (2) Developing Leadership and Innovative Culture, (3) Creative Innovation Thinking, and (4) Utilizing Digital Technology for Innovative Instructional Management. Phase 2 involved developing the innovative leadership model to enhance instructional quality. Twelve experts validated the model through a peer review process. The model consisted of five key elements: principles, objectives, implementation methods (covering four dimensions: innovative vision, innovative organizational culture, creative innovation thinking, and digital technology utilization), model evaluation guidelines, and conditions for success. Overall suitability and feasibility of the model were rated at the highest level.
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 | 0,002 |
| 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 | 0,003 | 0,001 |
| Science ouverte | 0,001 | 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 ».