Understanding the impact of teacher-student interactions and relationships on perception of self-efficacy among educators working with high needs students
Bibliographic record
Abstract
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
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 | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 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".