Understanding the impact of teacher-student interactions and relationships on perception of self-efficacy among educators working with high needs students
Notice bibliographique
Résumé
Cette thèse met l'accent sur la perception qu'a l'enseignant de son expérience des relations et des interactions partagées entre l'enseignant et l'étudiant, et examine ensuite les effets de ces relations sur l'enseignant. Le point central de ce travail est informé par mon désir de mieux comprendre mon moi professionnel et mon évolution au cours de ma carrière. À l'aide de méthodes qualitatives, j'ai entrepris une enquête sur les perceptions des enseignants concernant les caractéristiques des relations et des interactions entre enseignants et étudiants, l'effet sur les croyances d'auto-efficacité ainsi que sur la santé mentale et le bien-être. À la suite d'entrevues avec dix participants qui ont travaillé avec des élèves ayant des besoins élevés pendant au moins un an au niveau secondaire dans le système public anglais du Québec, j'ai utilisé l'analyse thématique et la théorie de l'auto-efficacité d'Albert Bandura (1997) pour discerner des modèles dans les articulations des compréhensions des enseignants des liens qui se forment entre eux et les élèves. Les résultats suggèrent que les enseignants utilisent les relations comme le véhicule par lequel ils soutiennent les élèves afin de promouvoir le développement et les progrès individuels sur le plan social, émotionnel et scolaire. Cela a des conséquences sur la façon dont les participants conçoivent les relations et les interactions entre enseignants et élèves et sur la perception de l'auto-efficacité. Ainsi, ces résultats ont des implications pour le financement du mentorat dans les écoles publiques par le gouvernement du Québec. Dans le cadre d'une initiative visant à soutenir les nouveaux enseignants, il est important que les enseignants aient la possibilité de mieux comprendre ce qui favorise et compromet le développement de l'auto-efficacité et de le situer dans leur contexte professionnel
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».