Exploring the role of classroom management in the relationship between elementary school teachers’ social-emotional competence and classroom outcomes
Bibliographic record
Abstract
La présente étude a examiné le rôle des principaux facteurs de gestion de la classe (c'est-à-dire les émotions des enseignants et les styles de discipline) dans la relation entre les compétences socio-émotionnelles des enseignants et trois résultats : L'épuisement professionnel des enseignants, les relations élèves-enseignants et le comportement des élèves. Les participants étaient 123 enseignants canadiens d'école primaire (moyenne = 38, 81 % de femmes) qui ont répondu à une enquête d'auto-évaluation en ligne. Une analyse des voies de médiation a révélé que des niveaux plus élevés de compétences socio-émotionnelles étaient significativement liés à des émotions plus positives (β = .566, p < .001) et à des styles de discipline plus autoritaires (β = .424, p < .001) chez les enseignants. En outre, les émotions des enseignants ont entièrement médiatisé la relation entre la compétences socio-émotionnelles et l'épuisement professionnel (β = -.318, p < .001), et partiellement médiatisé la compétences socio-émotionnelles et les relations élèves-enseignants (β = .195, p =.005). Les styles de discipline des enseignants ont entièrement médiatisé la relation entre la compétences socio-émotionnelles et le comportement des élèves (β = .196, p =.001). Les résultats indiquent que la gestion de la classe peut jouer un rôle important dans l'impact des compétences socio-émotionnelles des enseignants. Les implications pour les formations et les programmes liés à la compétence socio-émotionnelle des enseignants sont discutées. Mots-clés: apprentissage socio-émotionnel, enseignants, gestion de classe, épuisement professionnel, relations élèves-enseignants, comportement des élèves
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".