Investigating Elementary Teachers' Perceptions About and Experiences with Ontario's Teacher Performance Appraisal System
Notice bibliographique
Résumé
Performance appraisals have far reaching consequences on people. If evaluators in any way discriminate against employees, these individuals can suffer devastating and potentially debilitating consequences. This thesis investigates elementary teachers’ perceptions of and experiences with Ontario’s Teacher Performance Appraisal system (TPA), used to appraise teachers in Ontario from 2001 until 2007. I used quantitative data obtained from a sample of 132 teachers to investigate their perceptions of TPA with respect to four dimensions of organizational justice; outcome fairness, procedural fairness, informational fairness, and interpersonal fairness. Using oppression and critical theories as the theoretical framework, my analyses of my data allowed me to compare mainstream and minoritized teachers’ perceptions of their experiences with TPA. I also conducted follow-up interviews with three mainstream and three minoritized teachers. Analyses of my data enabled me to investigate how each group experienced TPA in terms of the four dimensions of organizational fairness. Analyses of the quantitative data revealed that minoritized teachers perceived their experiences less favourably than mainstream teachers. In addition, from my analyses of the qualitative data, I found that minoritized teachers tended to experience mistreatment, including manifestations of racism and homophobia from the administrators who conducted their TPA. The implications of this study call on administrators to disrupt the cycle of oppression by thinking about the biases, prejudices and stereotypical attitudes they bring intentionally or unintentionally to appraising teachers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».