MétaCan
Menu
Retour à la cohorte
Enregistrement W7116959170 · doi:10.1080/13632434.2025.2602008

The leadership of innovation in education: findings from an environmental scan

2025· article· en· W7116959170 sur OpenAlexaff
Sharon Friesen, Nicola Sum, Rania Sawalhi, Stephen MacGregor, Paul Campbell, Joan M. Conway, Dorothy Andrews, Adelee Penner

Notice bibliographique

RevueSchool Leadership and Management · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Context (archaeology)Work (physics)Process (computing)

Résumé

récupéré en direct d'OpenAlex

Although innovation is widely promoted as essential to educational transformation, definitional ambiguity and a persistent disconnect between policy rhetoric and implementation realities leave educational leaders without the conceptual clarity or systemic support necessary to enact meaningful change. This article presents findings from a global environmental scan that explores how innovation in education is defined, enacted, and constrained through educational leadership. Guided by systematic screening standards, the scan initially identified 147 grey literature sources, of which 94 met the inclusion criteria. Using comparative and thematic analysis, the study examines how educational leadership mediates innovation across diverse governance, policy, and cultural contexts. Three key themes emerged: (1) the enabling and constraining conditions for innovation; (2) the persistent tensions leaders face between top-down mandates and grassroots responsiveness; and (3) the global variation in leadership strategies shaped by sociopolitical and economic conditions. These findings highlight a significant disconnect between policy rhetoric and leadership realities, as well as a lack of definitional clarity and systemic support for innovation. This study calls for more context-responsive, relational, and adaptive leadership frameworks that align local needs with broader reform goals.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,484
Score d'incertitude au seuil0,366

Scores Codex et Gemma par catégorie

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

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 Opus0,108
Tête enseignante GPT0,363
Écart entre enseignants0,254 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSchool Leadership and ManagementMême sujetTeacher Education and Leadership StudiesTravaux en français237 207