MétaCan
Menu
Retour à la cohorte
Enregistrement W7133389403

Impact of neoliberal-inspired policies on educators' professional identity in five countries: Visions for a better future

2024· other· en· W7133389403 sur OpenAlexaboutno aff
Marg Rogers, Fabio Dovigo, Laura K. Doan, Khatuna Dolidze, Astrid Mus Rasmussen

Notice bibliographique

RevueRUNE (Research UNE) · 2024
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisVisionWork (physics)Identity (music)Government (linguistics)NeglectProfessional development
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Early childhood educators work in a highly regulated environment in many Western nations due to managerialism, the arm of neoliberal-inspired policies. Our international study of educators' work revealed insights into the impacts of these systems on children and educators. This chapter presents findings from the five countries involved in the study, namely, Australia, Canada, Georgia, Italy and Denmark. The findings reveal that neoliberal-inspired policies manifest in two ways: Either educators deal with the increased managerial regulation, or with the neglect of the sector in the pursuit of higher profits. When educators feel they are not able to adequately educate and support children, their professional identity is affected. This study uses a critical neoliberal framework and a mixed-method approach. The participants were educators with different qualifications and roles, working in various service types. Data analysis of the numerical data used cross-tabulation. Qualitative Data were analysed using thematic analysis. Despite the changes in identity, educators provided many ideas on the ways their government can assist their work so that they can concentrate on supporting children's learning through play. This study will be of interest to policymakers, educators and teacher educators.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,007

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 Opus0,038
Tête enseignante GPT0,468
Écart entre enseignants0,430 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRUNE (Research UNE)Travaux en français237 207