EJ1191767

Machine Translated by Google
American Educational Research Journal

octombrie 2018, vol. 55, Nr. 5, pp. 1076–1112
DOI: 10.3102/0002831218769614
Ghid de reutilizare a articolelor: sagepub.com/journals-
permissions 2018 AERA. http://aerj.aera.net
Conexiunile dintre profesori

Cunoașterea studenților, instruirea și rezultatele
performanțelor
Heather C. Hill
Mark Chin
Harvard Graduate School of Education
Atât oamenii de știință, cât și standardele profesionale identifică cunoștințele profesorilor

despre studenți ca fiind importante pentru promovarea instruirii eficiente și a învățării elevilor.
Cercetările anterioare investighează două astfel de tipuri de cunoștințe: cunoașterea gândirii
elevilor și acuratețea profesorului în prezicerea performanței elevilor la evaluările cognitive.
Cu toate acestea, domeniul prezintă dovezi slabe în ceea ce privește dacă aceste constructe
pot fi măsurate cu precizie și dacă aceste cunoștințe se referă la instruire și rezultatele elevilor.
Fără aceste dovezi, este dificil de evaluat relevanța acestei forme de cunoștințe ale
profesorilor. În acest articol, dovezile de la 284 de profesori sugerează că acuratețea poate
fi măsurată în mod adecvat și se referă la instruire și rezultatele studenților. Cunoașterea
concepțiilor greșite ale elevilor s-a dovedit mai dificil de măsurat, totuși a prezis rezultatele
elevilor într-un singur model.
CUVINTE CHEIE: realizare, practici de instruire, educație matematică, cunoștințe ale

profesorului
Cunoștințele elevilor
considerate atâtocupă locul înalt în
de documentele rândulstandardele
privind capacităților profesorului(Council
profesionale identi of Chief
School Officers, 2011; National Board for Professional Teaching Standards, 1989) cât și de
savanți (Cohen, Raudenbush și Ball, 2003; Shulman, 1986, 1987) ca fiind importante pentru o
bună predare. Se crede că astfel de cunoștințe permit o varietate de strategii eficiente în
clasă, inclusiv ajustarea ritmului de instruire în funcție de nevoile elevului (Clark & Peterson,
1986), formând
HEATHER C. HILL este Jerome T. Murphy profesor de educație la Harvard Graduate

School of Education, 6 Appian Way #445, Cambridge, MA 02138; e-mail:
heather_hill@gse.harvard.edu. Ea este specializată în cercetări privind profesorii,
politica profesorilor și predarea matematicii.
MARK CHIN este doctorand în Politica Educației și Evaluarea Programelor la Universitatea
Harvard. Interesul său de cercetare se concentrează pe experiențele și rezultatele studenților
de culoare și studenților din prima și a doua generație în contexte educaționale din SUA K-12.
Cunoștințele profesorilor despre elevi
grupuri de instruire (Shavelson & Borko, 1979), care evaluează ușor înțelegerea și
neînțelegerea elevilor în momentul de față (Ball, Thames și Phelps, 2008; Johnson &
Larsen, 2012), proiectând instrucțiuni pentru a aborda concepțiile greșite comune ale
elevilor (Stein, Engle, Smith , & Hughes, 2008) și proiectarea sarcinilor și întrebărilor
pentru a îmbunătăți înțelegerea elevilor (An, Kulm și Wu, 2004; Peterson, Carpenter și
Fennema, 1989). Câteva intervenții la scară largă și eforturi de dezvoltare profesională se
bazează pe ideea că îmbunătățirea cunoștințelor profesorilor despre elevi va îmbunătăți
aceste aspecte ale instruirii și, prin urmare, rezultatele elevilor, iar dovezile arată că unele
dintre aceste abordări au funcționat (Bell, Wilson, Higgins, & McCoach, 2010; Black &
Wiliam, 1998; Carpenter, Fennema, Peterson, Chiang și Loef, 1989).
În ciuda acestui consens considerabil asupra importanței cunoștințelor profesorilor

asupra studenților, cercetările în acest domeniu nu dispun de informații cu privire la două
aspecte critice. În primul rând, domeniul prezintă dovezi incomplete cu privire la cât de
bine pot fi măsurate capacitățile profesorilor în acest domeniu și modul în care aceste
capacități ale profesorilor se relaționează cu alte forme de cunoaștere a profesorilor, cum
ar fi cunoștințele pe materie. Fără aceste dovezi, este dificil de stabilit dacă cunoștințele
profesorilor despre elevi sunt un construct separat, identificabil, care poate fi măsurat cu
precizie. În al doilea rând, domeniul prezintă dovezi slabe și inconsecvente cu privire la
faptul dacă cunoștințele profesorilor despre elevi se leagă de munca la clasă a profesorilor
cu elevii și de rezultatele elevilor.
Fără dovezi care să abordeze această a doua problemă, este dificil de evaluat afirmațiile
conform cărora cunoștințele profesorilor despre elevi constituie o capacitate cheie pentru
o predare eficientă. Acest lucru este adevărat în ciuda a aproape trei decenii de intervenții
și politici menite, respectiv, să îmbunătățească cunoștințele profesorilor despre elevi și să
evidențieze rolul acestor cunoștințe ale profesorilor în învățarea elevilor.
În această lucrare, oferim dovezi cu privire la aceste două probleme critice într-un
singur subiect, matematica. Urmând o literatură mai veche în psihologia educațională
(Carpenter, Fennema, Peterson și Carey, 1988; Helmke și Schrader, 1987; Hoge și
Coladarci, 1989; Scates și Gage, 1958), măsurăm acuratețea profesorilor în prezicerea
performanței elevilor. Urmând Sadler, Sonnert, Coyle, Cook-Smith și Miller (2013),
măsurăm și cunoștințele profesorilor despre concepțiile greșite ale elevilor. Noi intrebam:
1. Scorurile la aceste măsuri rămân stabile în timp și se diferențiază între ele

profesori?
2. Punctele profesorilor la aceste măsuri se leagă între ele și cu măsuri similare?
cunoștințe ale profesorului?

3. Scorurile profesorilor la aceste măsuri prezic măsurile legate teoretic de
calitatea instruirii?
4. Scorurile profesorilor la aceste măsuri prezic rezultatele elevilor?
În urma revizuirii cercetărilor anterioare, discutăm datele și analizele care ne permit să

explorăm aceste întrebări.
1077
Hill, Chin
Cercetare prealabilă
Formatorii de profesori au conceptualizat de mult cunoștințele profesorilor ca un

construct cu mai multe fațete. Formularea clasică a cunoștințelor profesorului de către
Shulman și colegii săi include mai multe categorii distincte, inclusiv cunoștințe de conținut,
cunoștințe pedagogice generale, cunoștințe pedagogice despre conținut și cunoștințe
despre cursanți și caracteristicile acestora, printre alte subiecte (Shulman, 1987; Wilson,
Shulman și Richert, 1987). Alți savanți au urmat prin elaborarea și extinderea acestei liste
(Ball și colab., 2008; Rowland, Huckstep și Thwaites, 2005). În special, cele mai multe teorii
includ spațiu pentru ceea ce numim aici cunoștințele profesorilor despre elevi. De
exemplu, categoria „Cunoașterea cursanților” a lui Shulman (1986) cuprinde „concepțiile
și preconcepțiile pe care elevii de diferite vârste și medii le aduc cu ei la învățarea acelor
subiecte și lecții predate cel mai frecvent” (p. 9). În definiția sa de cunoaștere a conținutului
pedagogic, Shulman ia în considerare și cunoștințele profesorilor despre concepțiile
greșite ale elevilor și cunoștințele profesorului despre subiecte ușoare și dificile pentru
studenți. Ball și colab. (2008) enumeră un set mai extins de elemente din ceea ce ei
numesc „cunoașterea conținutului și a studenților” (KCS), inclusiv concepțiile și concepțiile
greșite ale elevilor cu privire la conținutul specific, interesele studenților și reacțiile
probabile ale studenților la anumite sarcini de instruire.
În anii de la formularea originală a lui Shulman și a colegilor, oamenii de știință au

elaborat modul în care percepția, cunoașterea și acțiunea în acest domeniu se
intersectează. Teoriile observației profesionale, de exemplu, definesc un aspect al
expertizei profesorului ca abilitatea de a se ocupa de strategiile elevilor, de a interpreta
înțelegerea elevilor și de a răspunde cu mișcări de instruire adecvate (Jacobs, Lamb și
Phillip, 2010; Sherin, Jacobs și Phillip). , 2011).
Alții au investigat măsura în care profesorii care vizionează videoclipuri la clasă se
concentrează pe conținutul matematic, mișcările profesorului, înțelegerea elevilor sau
alte probleme (de exemplu, managementul clasei; Star & Strickland, 2008). Și încă alții au
examinat modul în care profesorii care percep și înțeleg gândirea elevilor își planifică
răspunsurile în moduri care să răspundă nevoilor elevilor (Barnhart & van Es, 2015;
Jacobs, Lamb, Phillip și Schappelle, 2011).
Figura 1 ilustrează o schemă simplă a modului în care cunoștințele și observarea
profesorilor se întăresc reciproc, precum și modurile în care profesorii își pot ajusta
practica ca urmare a ambelor. Deși nu putem testa empiric toate componentele acestei
scheme, este o euristică utilă pentru a transmite modul în care cunoștințele, percepția și
acțiunea profesorului pot interacționa.
Pentru acest articol, ne concentrăm în special pe două aspecte ale cunoașterii
elevilor de către profesori: cunoștințele profesorilor despre gândirea elevilor și acuratețea
judecății profesorilor. Pentru a stabili cunoștințele elevilor ca o caracteristică cheie a
profesorului, susținem că oamenii de știință trebuie să producă trei tipuri de dovezi: că
astfel de cunoștințe constituie o trăsătură stabilă asupra căreia profesorii diferă
semnificativ; că aceste cunoștințe se referă la forme similare de profesor
1078
Figura 1. Schema de relații care leagă cunoștințele profesorului de învățarea elevilor.

Măsurile investigate de studiul nostru sunt evidențiate cu gri.
cunoștințele, totuși prezice în mod independent calitatea instruirii în moduri așteptate;

și că această cunoaștere prezice învățarea elevilor, din nou independent de formele
conexe de cunoaștere a profesorului. Lipsit de dovezi atât de riguroase și combinate,
domeniul are puține garanții că cunoștințele profesorilor despre studenți, așa cum au
teoretizat de Shulman și alții, îi vor ajuta pe profesori să execute mai ușor atât luarea
deciziilor de instruire în momentul în care se află cât și pe termen lung, așa cum s-a
ipotezat mai sus. , și că cunoștințele studenților merită
1079
Hill, Chin
dezvoltare în pregătirea profesorilor și evaluarea la licență (Shulman, 1986).1 Mai

jos, raportăm dacă și cum studiile existente oferă dovezi privind cunoștințele
profesorilor despre elevi, acordând o atenție deosebită strategiilor de măsurare,
atât pentru că acestea demonstrează modul în care munca anterioară s-a
operaționalizat. cunoștințele profesorilor despre elevi și, de asemenea, pentru că
aceste strategii de măsurare prealabile le informează pe ale noastre.
Cunoașterea gândirii elevilor
Unii cercetători și-au concentrat atenția asupra a ceea ce știu profesorii cu

privire la gândirea elevilor, adică strategiile frecvent utilizate de elevi, căile mentale
de dezvoltare tipică și concepțiile greșite comune. După cum sugerează această
definiție, cunoștințele profesorului în acest domeniu ar trebui să reflecte constatările
empirice cu privire la dezvoltarea matematică tipică a copiilor și, prin urmare, se
presupune că este o trăsătură stabilă la nivel de profesor, care este transferabilă în
diferite clase de elevi. Conceptualizările acestui domeniu și strategiile de măsurare
variază. Unii se concentrează foarte mult pe căile de dezvoltare ale elevilor și
folosesc sugestii deschise. De exemplu, Carpenter și colegii (1988) au arătat
profesorilor videoclipuri cu trei elevi care rezolvă probleme folosind procese bine
recunoscute și adecvate pentru dezvoltare (de exemplu, Carpenter, Moser și
Romberg, 1982) și apoi le-au rugat pe acești profesori să prezică modul în care cei
trei elevi vor rezolva probleme similare. probleme, creditând profesorii pentru
predicții corecte. Carpenter și colab. (1988) au măsurat, de asemenea, cunoștințele
profesorilor cu privire la strategiile de calcul probabile desfășurate de șase dintre
elevii lor, creditând profesorii atunci când predicțiile lor se potriveau cu strategiile
actuale ale acelor elevi. Bell i colab. (2010) s-au concentrat mai mult pe concepții
greșite, prezentând profesorilor lucrări scrise ale elevilor și cerându-le să identifice
și să explice erorile elevilor, să comenteze diferite strategii de soluționare pentru o
singură problemă și să descrie ceea ce ar fi putut gândi elevii atunci când au răspuns.
Profesorii au primit credit la o grilă de punctare pentru răspunsuri mai sofisticate.
Krauss i colab. (2008) au prezentat în mod similar situații de clasă și au cerut
profesorilor să detecteze, să analizeze și să prezică concepțiile greșite ale elevilor;
această subscală ajută la alcătuirea unei scale de cunoștințe de conținut pedagogic
mai mare. Krauss și colegii (2008) au raportat nicio fiabilitate pentru subscala de
concepție greșită a elevilor, probabil din cauza numărului mic de itemi; Carpenter
și colegii fie au raportat nicio fiabilitate (Carpenter și colab., 1988), fie au raportat
că scorurile profesorilor au o fiabilitate variabilă (a5f.47; .57; .86}; Carpenter și
colab., 1989). Prin contrast, Bell și colab. (2010) au raportat estimări acceptabile ale
consistenței interne: .76 și .79 la pretest și, respectiv, posttest.
Alți autori au încercat să măsoare cunoștințele despre gândirea elevilor prin
itemi cu alegere multiplă, care permit măsurarea eficientă la scară. De exemplu, HC
Hill, Ball și Schilling (2008) au folosit aceleași idei despre KCS descrise în Ball și
colab. (2008) pentru a proiecta articole axate pe posibilele concepții greșite ale
elevilor, sursa acestor concepții greșite, probleme
1080
pe care elevii le-ar găsi ușor sau dificil de rezolvat și strategii comune de rezolvare a
problemelor elevilor. Folosind date de la peste 1.500 de profesori, autorii au efectuat
analize factoriale în scopul validării constructelor și pentru a examina validitatea
convergentă și discriminantă. Analiza factorială a indicat că performanța profesorului la
itemii KCS se referă atât la un factor de cunoștințe matematice, cât și la un factor specific
KCS; fiabilitățile au fost modeste (.58 la .69). Creșterea profesorilor de la pretest la posttest
s-a corelat cu rapoartele lor de învățare despre subiecte legate de KCS în dezvoltarea
profesională, dar nu și cu rapoartele lor despre învățarea cunoștințelor materiei, ceea ce
sugerează o validitate convergentă și discriminantă. Cu toate acestea, având în vedere
fiabilitatea scorului scăzut și un efect puternic de plafon, aceste elemente nu au fost
urmărite în continuare.
Sadler et al. (2013) au măsurat cunoștințele despre concepțiile greșite din știință ale
elevilor, cerând profesorilor să identifice cel mai frecvent răspuns incorect al elevilor
pentru fiecare dintre cele 20 de itemi cu alegere multiplă. Cu toate acestea, autorii nu au
modelat cunoașterea concepțiilor greșite ale elevilor ca o singură trăsătură latentă la
nivel de profesor, ci au adoptat o abordare specifică articolului descrisă mai detaliat mai jos.
În ciuda acestui interes sănătos pentru măsurarea cunoștințelor profesorilor despre
gândirea elevilor, puține studii în domeniu au corelat măsuri directe ale unor astfel de
cunoștințe de construcții similare de cunoștințe, de instruire și de rezultatele elevilor.
În ceea ce privește constructele de cunoștințe similare, Krauss și colab. (2008) au
demonstrat că cunoștințele privind conținutul pedagogic ale profesorilor erau legate de
cunoștințele despre conținutul profesorilor; corelația dintre subscalele de cunoștințe de
conținut pedagogic specifice elevului cu subscalele de cunoștințe de conținut a variat de
la .39 la .48. Carpenter și colegii (1988) au găsit doar corelații foarte modeste între
diferitele aspecte ale cunoștințelor profesorilor ale elevilor. În ceea ce privește rezultatele
elevilor, Carpenter și colegii nu au găsit nicio relație între cele două măsurători ale
cunoștințelor profesorilor despre elevi și performanța reală a elevilor la testele de calcul
și rezolvarea problemelor cu cuvinte. Această echipă de cercetare a constatat, totuși, că
profesorii cu mai multe cunoștințe despre strategiile elevilor au folosit mai des tehnici de
instruire bazate pe întrebări și au ascultat răspunsurile elevilor (Peterson și colab., 1989).
În cele din urmă, Sadler și colab. (2013) au comparat performanța profesorilor și
studenților la anumite itemi pentru a constata că elevii cu performanțe înalte ai profesorilor
care posedau atât cunoștințe despre materie, cât și cunoștințe despre concepțiile greșite
ale elevilor au înregistrat câștiguri mai puternice decât elevii cu performanțe ridicate care
aveau profesori cu cunoștințe de materie. Nu a existat un astfel de efect pentru elevii cu
rezultate slabe și nici un efect principal al performanței profesorilor asupra performanței
elevilor. Autorii au demonstrat, de asemenea, în mod grafic, o relație puternică între
cunoștințele în materie de știință și cunoașterea concepțiilor greșite, dar nu raportează
puterea corelației.
Acest articol urmărește această lucrare concentrându-se pe cunoștințele profesorilor

despre concepțiile greșite ale elevilor. Am ales să ne limităm la acest subiect pe baza
accentului inițial al lui Shulman și colegilor asupra acestei idei ca element cheie al
cunoștințelor profesorului, pe curiozitatea noastră cu privire la știința lui Sadler și colab.
1081
Hill, Chin
rezultate generalizate la matematică și pe dovezi din domeniul educației matematicii

și al psihologiei educaționale că îmbunătățirea observației profesorilor și a acțiunilor
bazate pe concepțiile greșite ale elevilor poate îmbunătăți rezultatele elevilor (de
exemplu, Borasi, 1994; Heller, 2010; Jacobs, Franke, Carpenter, Levi și Battey, 2007).
De asemenea, am ales să surprindem acest construct folosind elemente cu alegere
multiplă, astfel încât munca noastră care leagă cunoștințele despre concepțiile greșite
ale elevilor cu instrucțiunile și rezultatele elevilor să poată continua la scară.
Modificăm abordarea lui Sadler și a colegilor, totuși, prin conceptualizarea și
măsurarea cunoștințelor profesorilor despre concepțiile greșite ale elevilor, nu ca un
set de elemente discrete, ci ca un construct unificat la nivel de profesor, așa cum
teoretizează Shulman, Ball și alții. De asemenea, evaluăm efectul independent al
cunoștințelor profesorilor asupra elevilor asupra instruirii și a rezultatelor elevilor
prin includerea unor controale riguroase atât pentru caracteristicile elevilor, cât și la
nivel de clasă și pentru cunoștințele privind conținutul profesorului.
Precizia judecății profesorului
Concomitent cu acest interes substanțial pentru cunoașterea gândirii elevilor, o

linie separată de lucru a apărut din interesul psihologilor educaționali pentru modul
în care cunoștințele profesorilor despre performanța elevilor lor la un conținut
specific testat le-ar putea susține judecățile în timpul luării deciziilor didactice. Aici,
conceptualizarea cunoștințelor profesorului a fost diferită de cea descrisă mai sus,
prin aceea că se bazează pe mai multe surse de informații: cunoașterea anumitor
elev(i) în cauză, cunoașterea conținutului și cunoașterea situației de testare (de
exemplu, nivel ridicat). - versus mize mici). Aceste cunoștințe sunt astfel contingente
(adică, bazate pe interacțiunea mai multor elemente), construite în momentul de față
pentru a sprijini deciziile de instruire precum reluarea materialului didactic sau
regruparea elevilor pentru revizuire. Cu toate acestea, pot exista diferențe importante
între profesori în ceea ce privește tendința de a observa și de a construi cunoștințe
despre performanța elevilor, ipoteză pe care o testăm aici bazându-ne pe literatura
privind acuratețea judecății.
Studiile din această tradiție au folosit o varietate de tehnici de măsurare. De
exemplu, Coladarci (1986) le-a cerut profesorilor să anticipeze performanța fiecărui
elev la itemii selectați ale testului de performanță. Autorul a diferențiat apoi predicția
profesorului și scorul real al elevului pentru fiecare combinație de elev-articol înainte
de a face o medie a acestui scor diferență la nivelul profesorului. Alte versiuni ale
acestor valori le-au cerut profesorilor să prezică clasamentele clasei sau scorurile
totale ale fiecărui elev la testele de performanță. De obicei, analiștii au corelat apoi
estimările profesorilor privind performanța fiecărui elev cu performanța reală, cu o
corelație mediană de 0,66 (Hoge și Coladarci, 1989), o constatare care sugerează că
profesorii, în medie, sunt relativ exacti în cunoștințele lor despre elevi. Interesant,
totuși, pare să existe o variabilitate semnificativă între profesori în ceea ce privește
acuratețea predicțiilor (Coladarci, 1986; Hoge, 1983; Hoge & Coladarci, 1989; Martinez,
Stetcher și Borko,
1082
2009), ducând la un volum mare de eforturi pentru a identifica explicații pentru astfel de diferențe ale
profesorilor (pentru o revizuire, a se vedea Su¨dkamp, Kaiser și Moller, 2012).
Două studii au folosit această variabilitate între profesori în ceea ce privește acuratețea pentru a
prezice performanța elevilor. Helmke și Schrader (1987) au comparat acuratețea predictivă a 32 de
profesori din clasele a patra și a cincea cu rezultatele elevilor lor. Pe măsură ce elevii au finalizat un test
de matematică, profesorii au estimat, pentru fiecare elev, câte probleme la acel test va rezolva corect
elevul. Autorii au corelat apoi acuratețea profesorului cu rapoartele elevilor conform cărora profesorul
era conștient de nivelurile lor de performanță, sugerând validitatea concomitentă. Precizia profesorului
a prezis, de asemenea, în mod marginal semnificativ, scorurile la testele de matematică ale elevilor
atunci când a interacționat cu utilizarea de către profesori a indicațiilor de structurare și a sprijinului
individual (p .10); cu toate acestea, efectul principal al cunoștințelor profesorilor nu a fost semnificativ.
În plus, acest studiu nu a raportat dovezi privind fiabilitatea scorurilor profesorilor sau stabilitatea
trăsăturii de bază.
Carpenter și colab. (1988) au construit o măsură similară a acurateței judecății în care profesorii
au prezis dacă fiecare dintre șase studenți selectați aleatoriu din clasa lor va rezolva cu succes fiecare
dintre cele șase probleme diferite de adunare/scădere. Autorii au creditat profesorii pentru potrivirile
dintre predicții și rezultatele reale ale elevilor și apoi au comparat aceste scoruri de precizie cu scorurile
agregate ale elevilor la clasă, găsind o corelație de aproximativ .3. Cu toate acestea, modelele nu
conțineau nici controale pentru rezultatele anterioare ale studenților, nici trăsăturile asociate
profesorului, cum ar fi cunoștințele matematice, care ar putea influența în mod independent rezultatele
elevilor, făcând aceste rezultate deschise criticilor la adresa selecției și a omisării părtinirii variabilelor.
Studiul nostru
În concluzie, cercetările anterioare atât în formarea profesorilor, cât și în psihologia educațională

au pus bazele investigației noastre, sugerând fațete ale cunoștințelor profesorilor despre elevi care pot
fi măsurate și oferind dovezi sugestive cu privire la importanța acestor cunoștințe.
Cu toate acestea, fiabilitatea scorurilor profesorilor la măsurile din acest domeniu fie nu este raportată,
fie este variabilă, ceea ce sugerează că domeniului nu are dovezi cuprinzătoare cu privire la măsura în
care aceste constructe pot fi măsurate în mod adecvat. În mod similar, autorii raportează rareori corelații
între scorurile pe fațete distincte ale cunoștințelor elevilor sau între cunoștințele elevilor și constructele
conexe, cum ar fi cunoștințele privind conținutul profesorului. În cele din urmă, dovezile privind relația
acestor constructe cu instrucțiunile și rezultatele elevilor sunt mixte, cele mai puternice dovezi pentru
acestea din urmă apar în modele care nu controlează rezultatele anterioare ale elevilor sau forme
similare de cunoaștere a profesorilor (Carpenter și colab., 1988), și rezultate nule sau extrem de
contingente care apar în altă parte (Carpenter și colab., 1988; Helmke și Schrader, 1987; Sadler și colab.,
2013). Dovezi slabe cu privire la fiabilitatea scorului și dovezi mixte cu privire la impactul asupra
rezultatelor studenților pun la îndoială afirmațiile că această formă de
1083
Hill, Chin
cunoștințele stau la baza practicii de predare eficiente și ridică întrebări cu privire la

programele și politicile menite să îmbunătățească astfel de cunoștințe. Acest articol
încearcă să abordeze aceste probleme.
Date și metode
Eșantion și setare
Am folosit datele colectate de Centrul Național pentru Eficacitatea Profesorilor, un

proiect care a dezvoltat și validat măsurile legate de matematică ale eficienței profesorilor
în clasele de clasa a patra și a cincea. Studiul a invitat 583 de profesori din patru mari
districte urbane de școli publice de pe Coasta de Est să participe; în cele din urmă, 328
dintre acești profesori au fost eligibili și au fost de acord să participe la studiu pe o
perioadă de 3 ani (din anul universitar 2010-2011 până în anul universitar 2012-2013). În
timp ce unii profesori au participat toți cei 3 ani (n = 130), alții au participat doar 2 ani (n =
79) sau doar 1 an. În unele cazuri, profesorii au schimbat clasele între ani (de exemplu, a
patra la a cincea). Eșantionul nostru analitic a cuprins un subset al acestor profesori și
studenți.
Analiza noastră principală care a explorat relația dintre cunoștințele profesorilor
despre elevi și scorurile la testele elevilor a inclus 284 de profesori și 9.636 dintre studenții
lor. Acest eșantion i-a exclus pe profesorii care lucrează în săli de clasă atipice, în special
pe cei cu peste 50% studenți din învățământul special, pe cei cu peste 50% dintre studenți
care lipseau scorurile de bază ale testelor și pe cei cu mai puțin de cinci elevi incluși în
modelele de scoruri ale studenților. Eșantionul de profesori au fost în mare parte albi
(65%), femei (83%) și au intrat în profesia de cadru didactic prin programe tradiționale de
formare a profesorilor (85%). Profesorul mediu avea 10 ani de experiență de predare, iar
76% aveau o diplomă de master. Elevii erau în principal non-albi (40% negri, 23% hispanici)
și erau eligibili pentru prânz gratuit sau subvenționat (63%).
Aproximativ 10% dintre acești elevi erau studenți de la educație specială, iar dublu față de
cei care învață limba engleză (20%).
Date
Personalul proiectului a colectat date din cinci surse: chestionare autoadministrate

pentru profesori, lecții de matematică înregistrate digital, chestionare pentru elevi, un
test de matematică pentru elevi elaborat de proiect și date administrative ale districtului.
Le descriem pe fiecare mai jos.
Profesorii au răspuns la chestionare în semestrele de toamnă și primăvară ale fiecărui
an școlar. În concordanță cu teoriile despre structura și conținutul cunoștințelor
profesorilor (Ball și colab., 2008; Shulman, 1986; Wilson și colab., 1987), chestionarul de
toamnă a măsurat conținutul corespunzător clasei și cunoștințele de specialitate privind
conținutul folosind, respectiv, itemi lansati. din Massachusetts Test for Educator Licensure
(MTEL) și articole din instrumentul Mathematical Knowledge for Teaching (MKT; HC Hill,
Rowan, & Ball, 2005).
1084
Chestionarul de primăvară a captat cunoștințele profesorilor despre elevi, așa cum este
descris mai jos. Rata de răspuns la chestionarul profesorului a depășit 95% la toate cele
șase puncte de colectare a datelor.
Proiectul a înregistrat, de asemenea, digital până la trei lecții de matematică pe an
școlar, pentru până la nouă lecții per profesor. Captura video a implicat plasarea strategică
a trei unități de cameră fără personal în sălile de clasă ale profesorilor pentru a maximiza
câmpul vizual pentru înregistrări; profesorii purtau un microfon pentru captarea audio în
timpul înregistrărilor, cu un al doilea microfon plasat central în sală pentru a capta
vorbirea elevilor. Aceste microfoane duble au reflectat în mod clar aproape toate discuțiile
din întreaga clasă, iar microfonul profesorului a capturat în mod constant consultările în
grupuri mici dintre profesor și elev. Profesorii au ales când să înregistreze lecțiile, deși
personalul proiectului le-a cerut profesorilor să nu înregistreze lecțiile în zilele de testare
sau de pregătire pentru teste. Lecțiile au durat în medie aproximativ 1 oră. În total,
proiectul a captat și a obținut 1.713 de lecții; din cauza constrângerilor de programare (de
exemplu, profesorii care ies pentru concediu medical) și problemelor tehnologice,
profesorii au înregistrat în medie puțin mai puțin de trei lecții înregistrate pentru fiecare
an de participare.
Elevii profesorilor participanți au răspuns la chestionare în semestrul de primăvară
al fiecărui an școlar. Aceste chestionare au conținut 26 de întrebări din sondajul TRIPOD,
un instrument conceput pentru a obține percepția elevilor asupra sălilor lor de matematică
(Ferguson, 2012). Pe parcursul tuturor celor 3 ani academici, studiul a colectat chestionare
pentru studenți de la 94% dintre studenții verificați ca aparținând unei clase de proiect în
semestrul de primăvară.
Elevii profesorilor participanți au finalizat, de asemenea, un test de matematică

elaborat de proiect în semestrul de primăvară al fiecărui an școlar. Personalul proiectului
a proiectat această evaluare pentru a include probleme mai dificile din punct de vedere
cognitiv și mai complexe din punct de vedere matematic decât cele găsite la multe teste
standardizate de stat (a se vedea mai jos pentru elementele eșantion). Procedând astfel,
personalul a sperat ca evaluarea să reflecte mai mult standardele actuale pentru învățarea
elevilor (de exemplu, Standardele de bază comune pentru matematică) și să se alinieze
mai puternic la măsurile de observație și cunoștințe specifice matematicii ale studiului. Cu
toate acestea, aceasta a fost o măsură largă destinată utilizării în mai multe proiecte, mai
degrabă decât doar pentru a testa cunoștințele profesorului despre concepțiile greșite
comune ale elevilor. Pe parcursul celor 3 ani academici, 95% dintre studenții verificați ca
aparținând unei clase de proiect în semestrul de primăvară au finalizat evaluarea
proiectului. Profesorii nu au primit date despre performanța elevilor. Scorurile elevilor la
test au fost estimate folosind un model de teorie a răspunsului la itemi logistici (IRT) cu
doi parametri (Hickman, Fu și Hill, 2012).
Alfa lui Cronbach pentru această evaluare a variat, în șase forme, între .82 și .89.
În sfârșit, fiecare district a furnizat, pentru toți elevii din clasele a IV-a și a V-a,
următoarele date administrative: repartizarea profesorului de matematică pe durata
studiului și cu până la 2 ani înainte; date demografice ale studenților,
1085
Hill, Chin
Figura 2. Item deschis privind evaluarea la matematică elaborată de elev, cu un

răspuns incorect dominant (3.2). Sursa: Hiebert și Wearne, 1983.
inclusiv sexul, rasa sau etnia, eligibilitatea pentru prânz subvenționat, statutul de student
limba engleză (ELL) și statutul de educație specială; și scorurile studenților la examenele
de matematică standardizate de stat și limba engleză.
Măsuri
Evaluare la matematică elaborată în proiect
În timpul construcției evaluării matematice dezvoltate în proiect, ne-am străduit să

ne asigurăm că elementele de distracție (adică răspunsurile incorecte) corespund tiparelor
de gândire incorecte deținute în mod obișnuit de elevi. Pentru a face acest lucru, unele
dintre elemente s-au extras direct din cercetările despre concepțiile greșite ale studenților.
De exemplu, un item a întrebat: „Care dintre următoarele numere este mai mare decât
0,23, dar mai mic de 0,57?”, apoi a prezentat 0,046 ca una dintre opțiunile de răspuns.
Cercetările anterioare (Resnick et al., 1989) au stabilit că studenții știu din studiul lor
asupra numerelor întregi că includerea unui zero la stânga unui număr nu modifică
valoarea; suprageneralizarea acestei reguli la numere zecimale provoacă astfel erori.
Acesta a fost, de fapt, cazul și la evaluarea noastră, unde 71% dintre elevii de clasa a patra
și 61% dintre elevii de clasa a cincea au ales această opțiune incorectă. Elementele
deschise din evaluarea dezvoltată în proiect s-au străduit, de asemenea, să provoace erori
comune ale elevilor. De exemplu, pe baza unei concepții greșite observată în Hiebert și
Wearne (1983; p. 43), un item a cerut elevilor să determine locația punctului P, marcat pe
o linie numerică la 3 și 2/4s (vezi Figura 2). Răspunsul incorect dominant a fost 3,2, ceea
ce indică faptul că studenții au numărat peste două semne de bifare, în loc să se
gândească la semnele de bifare ca fiecare reprezentând un sfert.
Alți itemi de testare pentru elevi au extras din ceea ce poate fi numit aproximativ
„cunoștințe de artizanat” sau cunoștințele scriitorilor de teste despre greșelile pe care
copiii le fac în mod repetat cu un anumit conținut. De exemplu, un element afișa un pătrat
1086
Figura 3. Item cu alegere multiplă privind evaluarea la matematică elaborată de elev,

cu un răspuns incorect dominant (B).
împărțit în trei părți neegale (vezi Figura 3). Am construit distractoare pe baza sentimentului
nostru că elevii ar trasa o linie paralelă XY în jumătatea inferioară a triunghiului MQP, fără a
observa că părțile pătratului nu sunt egale și au răspuns ¼, care a fost de fapt răspunsul
incorect dominant.
Deși acestea nu sunt concepții greșite găsite în literatura de cercetare, ele erau familiare să
testeze scriitorii care aveau o experiență îndelungată de lucru cu copiii.
După cum sa menționat mai sus, chestionarele de primăvară pentru profesori au conținut
întrebări menite să evalueze două aspecte diferite ale cunoștințelor profesorilor despre elevi.
Unul, cunoașterea concepțiilor greșite ale elevilor (KOSM), reflectă o componentă cuprinsă în
cunoștințele de conținut pedagogic ale lui Shulman (1986, 1987) și categoriile KCS ale lui Ball
și colegii (2008). Pentru a măsura KOSM, am urmat strategia utilizată de Sadler și colegii (2013).
Mai exact, chestionarul a retipărit itemi din testul de matematică elaborat în cadrul proiectului
și i-a întrebat pe profesori: „Care [dintre următoarele opțiuni pentru acest item] va fi cel mai
frecvent răspuns incorect în rândul elevilor de clasa a patra [sau a cincea] în general?”2
Folosind datele pilot, personalul proiectului a selectat itemii testului elevilor pentru a le plasa
strategic pe chestionar, prioritzând itemii pentru care
1087
Hill, Chin
Figura 4. Exemplu de item din chestionarul profesorului de primăvară utilizat pentru a evalua
atât acuratețea, cât și KOSM.
Sursa: Knuth, Stephens, McNeil & Alibali, 2006.
răspunsul elevilor a fost bine stabilit în literatura de specialitate și încercarea de a

exclude elemente care nu îndeplinesc definiția lui Sadler și colab. (2013) a unei
„concepții greșite puternice” – adică, că cel mai frecvent răspuns incorect al elevilor a
adunat mai mult de 50% din toate răspunsurile incorecte ale elevilor.
Figura 4 prezintă formatul de răspuns pentru acești itemi și oferă un alt eșantion
de item care se bazează dintr-o concepție greșită a elevilor bine documentată în
literatura de cercetare (Knuth, Stephens, McNeil și Alibali, 2006). În total, chestionarele
de primăvară au inclus 21 de itemi KOSM de clasa a patra și 20 de itemi KOSM de
clasa a cincea, distribuite aproximativ în mod egal pe parcursul a 2 ani de studiu
(2010–2011; 2011–2012). Cinci dintre cele 41 de articole KOSM nu au îndeplinit definiția
lui Sadler și colab. (2013) a unei concepții greșite puternice. La excluderea acestor
elemente din construcția măsurii KOSM, rezultatele nu s-au schimbat.
Pentru a genera scoruri KOSM pentru analizele noastre, am comparat mai întâi
răspunsurile profesorilor la fiecare întrebare cu răspunsul incorect modal real al
elevilor de clasa a patra sau a cincea, generând un indicator de potrivire/nepotrivire.3
Apoi am estimat următorul model logistic IRT cu un parametru în cadrul nota (ca cunoștințe
1088
dintre articolele elevilor diferă în funcție de clase) folosind comanda gsem din Stata
(versiunea 13.1):
P yð ut ai Þ it51jutai 5logistic mðÞ ð 1Þ
În ecuația 1, yit indică dacă profesorul t a prezis corect răspunsul incorect modal în
rândul elevilor pentru itemul i al testului de matematică elaborat de proiect, controlând
pentru ai, dificultatea itemului. Din ecuația 1, am recuperat scorul KOSM
„carieră” (mulțianual) al fiecărui profesor, ut, generat folosind răspunsurile la toate
itemii KOSM. Am estimat, de asemenea, ecuația 1 în cadrul anului școlar și al clasei
pentru a recupera scorurile KOSM în cursul anului pentru a le folosi în mai multe analize
detaliate mai jos.
Am modelat a doua măsură a cunoștințelor profesorilor despre elevi pe noțiunile
psihologilor educaționali privind acuratețea judecății sau măsura în care profesorii pot
prezice performanța elevilor pe un material specificat. Pentru a măsura acest construct,
am folosit aceiași itemi pentru studenți ca pentru KOSM, precum și itemi noi în al treilea
an de studiu (2012–2013), de data aceasta întrebând profesorii: „Aproximativ ce procent
din elevii dvs. testați astăzi vor alege răspunsul corect [pentru acest item]?''4 Atât
profesorii din clasa a patra, cât și cei din clasa a cincea au răspuns la 37 de astfel de
itemi în total, cu itemi distribuiti aproximativ în mod egal pe parcursul celor 3 ani de
studiu. Susținem că această strategie de măsurare este mai simplă din punct de vedere
cognitiv și consumă mai puțin timp decât încercările anterioare, care solicitau scoruri
prospective pentru fiecare student sau pentru fiecare combinație de elev-articol. Astfel,
cunoștințele profesorilor despre elevi, măsurate aici, se referă la cunoștințele profesorilor
despre performanța clasei în ansamblu, mai degrabă decât la nivelul elevilor individuali.
Pentru a genera scoruri de acuratețe pentru analizele noastre, am calculat procentul

real de răspunsuri corecte ale elevilor pentru fiecare item, am abordat efectele potențiale
ale plafonului și podelei transformând atât procentele prezise de profesor, cât și cele
reale în logits, și apoi am diferențiat cele două valori.5 a folosit valorile absolute ale
acestor diferențe în următoarea ecuație pe mai multe niveluri:
yit5b01ai1ut1eit ð2Þ
Rezultatul din ecuația 2 reprezintă această diferență absolută între logit-urile prezise și
reale la elementul i pentru profesorul t. Modelul include, de asemenea, un vector de
efecte fixe ale itemilor, ai, captarea diferențelor în dificultatea itemului pentru a corecta
amestecul de itemi luate de un anumit profesor și efecte aleatorii ale profesorului,
scoruri.6
ut reprezentând acuratețea de bază a profesorilor Având În plus
scoruri față de estimarea
de acuratețe în cadrul
notei de la itemii din toți anii studiului (scoruri „carieră”), am estimat, de asemenea,
ecuația 2 în cursul anului școlar pentru a recupera scorurile în decurs de un an pentru
analize. Am înmulțit toate scorurile pentru măsura de precizie cu 1, astfel încât scorurile
mai mari să reflecte predicții mai precise.
1089
Hill, Chin
Utilizarea acurateței și a scorurilor KOSM în analize a necesitat să luăm în considerare

aspecte suplimentare, deoarece lucrările anterioare au sugerat că caracteristicile clasei
influențează cunoștințele profesorilor despre elevi. De exemplu, Klieme și colegii (2010)
au arătat că profesorii sunt mai precisi atunci când prezic performanța elevilor cu
rezultate înalte și foarte motivați. Hochweber, Hosenfeld și Klieme (2014) au arătat că
notele acordate de profesori în sălile de clasă mai disciplinate aproximează mai bine
scorurile elevilor la teste decât notele acordate de profesori în sălile de clasă indisciplinate.
În mod similar, Martinez și colegii (2009) au descoperit că evaluările profesorilor la elevii
ELL au avut o corelație mai slabă cu scorurile la testele elevilor decât evaluările
profesorilor pentru studenții non-ELL.
Mai mult, dacă profesorii sunt în general supraoptimi în ceea ce privește performanța
elevilor la itemii testului (vezi, de exemplu, Carpenter și colab., 1988, p. 396), profesorii
cu elevi cu performanțe mai slabe vor fi implicit mai puțin precisi în predicțiile lor.
Susținem că acest artefact de măsurare ar trebui controlat, atât la construirea scorurilor
de acuratețe, cât și la modelarea rezultatelor elevilor; acest lucru ajută la eliminarea
varianței irelevante pentru construct și la excluderea posibilității ca acuratețea să
servească drept proxy pentru caracteristicile nemăsurate ale elevilor.
De fapt, datele noastre au arătat că profesorii supraestimează în general

performanța elevilor la itemii de test și că cunoștințele profesorilor despre scorurile
elevilor sunt corelate cu unele caracteristici ale clasei (vezi Tabelul 1). Profesorii care au
instruit proporții mai mari de studenți negri și ELL au obținut scoruri mai mici la ambele
măsuri. În schimb, cei care au predat săli de clasă cu studenți cu rezultate mai bune au
avut rezultate mai bune la măsurarea preciziei. Descoperirile pentru un raport al elevilor
bazat pe TRIPOD privind managementul clasei (la nivel de elev a50:61) au fost contrar
așteptărilor, deoarece compozitul nu a prezis nicio măsurătoare. Pe baza acestor
rezultate, am folosit scorurile ajustate ale profesorilor în modelele noastre, recuperate
după estimarea următorului model:
ugt5b01vCtg1etg ð3Þ
Rezultatul ecuației 3 reprezintă fie precizia profesorului t, fie scorul KOSM în timpul
predării clasei g. Ctg reprezintă controale pentru următoarele variabile la nivel de clasă:
rasa elevilor, măsurată ca proporția tuturor elevilor predați de profesorul t în timpul
participării sale la studiu, care sunt negri, asiatici, hispanici sau se identifică cu alte rase
sau etnii; proporția elevilor profesorului t din clasa g care sunt elevi ELL; performanța
medie anterioară la testele de matematică de stat și elaborate în proiect ale acestor
studenți; și scorul profesorului pe scala de management al clasei a sondajului elevilor.
Alte măsuri ale cunoștințelor profesorului
Deoarece cercetările anterioare au demonstrat că conținutul profesorilor și

cunoștințele de conținut specializate se referă la rezultatele elevilor (HC Hill și colab.,
1090
tabelul 1
Corelații între cunoștințele elevilor și caracteristicile clasei
Precizie KOSM
Proporția studenților care sunt de culoare –.18** –.07

Proporția studenților care sunt asiatici .09 .00
Proporția studenților hispanici –.09 –.07
Proporția elevilor care sunt de altă rasă/etnie .13* .06
Proporția studenților care învață limba engleză –.17** –.15*
Performanța medie anterioară la testul de matematică de stat .27*** .08
Performanța medie la testele de matematică ale proiectului anterior .25*** .10~
Scorul mediu de management al clasei perceput de elev .05 –.09
Notă. Numărul profesorilor este 284. Numărul combinațiilor profesor-clasă este 292. ~p \ .10;
*p \ .05; **p \ .01; ***p \ .001.
2005; Rockoff, Jacob, Kane și Staiger, 2008) și deoarece astfel de cunoștințe pot facilita
în sine observarea performanței elevilor și a concepțiilor greșite ale elevilor și, astfel,
influențează în mod independent instruirea (vezi Figura 1), am folosit elementele
noastre MKT și MTEL pentru a crea o măsură a cunoștințe matematice. O analiză
factorială de confirmare a performanței profesorului la acești itemi (Charalambous, Hill,
McGinn și Chin, 2017) a arătat că un model cu un singur factor se potrivește în mod
adecvat cu datele și, astfel, am construit o singură metrică care să cuprindă ambele
tipuri de itemi (MKT/MTEL) ; scorurile profesorilor la această măsurătoare au avut o
fiabilitate marginală estimată de .92.
Măsuri de calitate a instruirii
Lecțiile au fost punctate pe Calitatea Matematică a Predării (MQI)

(HC Hill, Blunk, et al., 2008), care conține elemente legate de munca profesorilor cu
gândirea elevilor. Comparând procesele de instruire din figura 1 cu valorile disponibile
pe MQI, am emis ipoteza că acuratețea profesorilor și KOSM ar fi legate de remedierea
greșelilor elevilor de către profesor (remediere) și de gradul în care profesorii
încorporează gândirea elevilor în lecții (utilizarea elevului). producții). Am emis ipoteza
că profesorii cu mai multe cunoștințe despre gândirea elevilor (atât KOSM, cât și
acuratețe) ar avea un scor mai mare la ambii itemi MQI. În mod clar, există multe alte
moduri prin care cunoștințele profesorilor despre elevi pot influența instruirea, inclusiv
(după cum s-a menționat în introducerea noastră) alegerea sau proiectarea sarcinilor,
formarea unor grupuri de instruire adecvate și ajustarea ritmului lecției. Cu toate
acestea, aceste constructe nu sunt ușor observabile din video și, prin urmare, nu sunt
măsurate în studiul nostru. Acest lucru face ca măsurile noastre de instruire să fie doar
un test parțial al ipotezei conform căreia cunoștințele mai puternice ale elevilor se
corelează cu instruirea de calitate superioară.
1091
Hill, Chin
Pentru a obține scoruri la nivel de profesor pentru aceste itemi, fiecare lecție
înregistrată a fost punctată în segmente de 7,5 minute de către doi evaluatori care au fost
verificați, certificati și instruiți de studiu. Ne-am hotărât pe segmente de 7,5 minute, spre
deosebire de segmentele mai lungi sau mai scurte, deoarece evaluatorii au raportat că
segmentele mai lungi erau prea împovărătoare din punct de vedere cognitiv și pentru că
segmentele mai scurte însemnau mult mai mult timp și costuri de notare. Fiecare segment
de 7,5 minute din fiecare lecție a fost punctat, la fel ca și segmentele finale care au durat mai mult de un minut.
Acordul exact al evaluatorului a fost de 66%, respectiv 76%, pentru remedierea și utilizarea
producțiilor studențești.
O analiză factorială a arătat că remedierea și utilizarea producțiilor studenților nu au
reușit să formeze un singur factor coerent. În schimb, am profitat de faptul că evaluatorii
au punctat fiecare item în medie de 101 ori per profesor, în diverse lecții, zile, conținut și
pedagogii, pentru a ajunge la o estimare a înclinației lor subiacente de a se angaja în fiecare
activitate. În special, studiile anterioare de generalizare (de exemplu, HC Hill, Charalambous
și Kraft, 2012) au demonstrat că structura noastră de punctare (adică mai mulți evaluatori
care notează toate segmentele de lecții multiple pentru fiecare profesor) poate duce la
scoruri care îi disting în mod rezonabil pe profesori. unul de altul pe articole MQI similare,
chiar și după luarea în considerare a acestor alte influențe.
Pentru a genera scoruri pentru fiecare element pentru fiecare profesor, mai întâi am
făcut media scorurilor pe segmente și evaluatori la nivelul lecției. Apoi am estimat următorul
model pe mai multe niveluri, în care lecțiile sunt imbricate în cadrul profesorilor:
ylt5b01ut1elt ð5Þ
Rezultatul, ylt, reprezintă scorul profesorului t fie pentru remediere, fie pentru utilizarea
producțiilor elevilor la lecția l. Modelul conține, de asemenea, efecte aleatoare ale
profesorului, ut, care reflectă scorul MQI de bază al profesorului t. Folosind Bayes empiric
(Raudenbush & Bryk, 2002), scorurile profesorilor au fost ajustate pentru a lua în considerare
diferențele de fiabilitate cauzate de un număr variabil de scoruri MQI la nivel de lecție
incluse în model. Corelațiile intraclasă (ICC) au fost .53 pentru scorurile de remediere ale
profesorilor și .66 pentru utilizarea scorurilor de producție a elevilor.
Aceste estimări ICC se ajustează pentru numărul mediu de lecții observate între profesori,
astfel încât să reflecte cantitatea de varianță atribuită diferențelor dintre profesorii obișnuiți
la toate scorurile lor din eșantionul nostru, spre deosebire de varianța atribuită diferențelor
dintre profesori pentru o singură observație Scor. Profesorul tipic a fost observat la puțin
mai puțin de șase lecții.
În cele din urmă, am folosit scorurile KOSM și de acuratețe ale profesorilor pentru a
prezice monitorizarea, evaluarea și feedbackul, o măsură creată din răspunsurile elevilor la
patru itemi TRIPOD referitoare la subiecte, cum ar fi dacă profesorul lor știe când clasa
înțelege sau nu materialul și dacă profesorul lor verifică pentru a se asigura că clasa înțelege
ceea ce este predat ð Þ a50:70 . Pentru a estima un scor pentru fiecare profesor, am făcut
mai întâi media răspunsurilor
1092
în aceste patru itemi pentru fiecare elev, apoi a estimat următorul model pe mai multe
niveluri separat în cadrul clasei (pentru a ține seama de faptul că calitatea clasei
profesorilor, așa cum este determinată de percepțiile elevilor, poate varia în funcție de
nota predată), unde elevii sunt încadrați în ani (adică, interacțiunea unui an profesor sau
efectul „sala de clasă”), care sunt imbricate în cadrul profesorilor:
ysyt5b01ut1nyt1esyt ð6Þ
Rezultatul, ysyt, reprezintă media răspunsurilor la cei patru itemi de monitorizare,

evaluare și feedback de la elevii din anul y predați de profesorul t. Modelul conține, de
asemenea, efecte aleatorii în clasă, nyt și efecte aleatoare ale profesorului, ut; acesta din
urmă surprinde scorul de bază al profesorului t pe construct. Folosind Bayes empiric
(Raudenbush & Bryk, 2002), scorurile profesorilor au fost ajustate pentru a lua în
considerare diferențele de fiabilitate cauzate de variabilitatea mărimii clasei.
Strategia de analiză
Această lucrare încearcă să înțeleagă în ce măsură acuratețea profesorilor și

scorurile KOSM sunt stabile între cohortele de studenți și cât de bine se diferențiază
scorurile între profesori; măsura în care aceste măsuri se leagă între ele și alte măsuri
similare ale cunoștințelor profesorilor; dacă acuratețea profesorilor și scorurile KOSM
prezic instruirea; și cât de bine scorurile profesorilor prezic rezultatele elevilor. Prezentăm
mai jos o strategie pentru a răspunde la fiecare întrebare.
Stabilitatea scorului și diferențierea între profesori
Am estimat trei indicatori de fiabilitate, dintre care unul sa concentrat pe stabilitatea

măsurătorilor. Pentru măsura KOSM, am folosit estimări ale fiabilității marginale produse
în modelul IRT descris mai sus. Statistica de fiabilitate marginală compară varianța
scorurilor profesorilor cu valoarea așteptată a variației de eroare a scorurilor și este
comparabilă cu ICC-urile din teoria testelor clasice (vezi Sireci, Thissen și Wainer, 1991).
Pentru măsura acurateței, am estimat raportul semnal-zgomot în scorurile profesorilor
folosind statistica ICC, ajustată pentru numărul mediu de itemi la care au răspuns
profesorii în fiecare clasă.
În cele din urmă, am folosit, de asemenea, estimările anuale ale preciziei și scorurile
KOSM pentru a examina corelațiile între ani, o măsură a coerenței. Rezultatele sunt
prezentate separat în funcție de clasă, deoarece itemii elevilor utilizați au fost specifici
fiecărui nivel de clasă. Pentru această analiză, am folosit cel mai mare eșantion de
profesori posibil; adică eșantionul tuturor profesorilor care au răspuns la cunoștințele
itemilor elevilor la orice chestionar de primăvară, 315 și 306 profesori pentru acuratețe
și, respectiv, KOSM.
1093
Hill, Chin
Relațiile dintre cunoștințele profesorilor despre studenți și alte măsuri
Relații între măsurile de cunoștințe aferente. În mod ideal, am fi urmărit Krauss et al.
(2008) și a efectuat o analiză factorială a itemilor care reprezintă KOSM al profesorilor,
acuratețea judecății și MKT/MTEL.
Cu toate acestea, deoarece scorurile au fost generate din diferite instrumente de colectare
a datelor și calculate folosind proceduri diferite, ne-am gândit că este probabil ca orice
factori identificați să se refere mai degrabă la metodă decât la tipul de cunoștințe. În
schimb, am efectuat corelații simple ale scorurilor și am folosit corelații găsite în cercetările
anterioare pentru a interpreta rezultatele noastre.
Prezicerea calității instruirii. Am folosit scalele KOSM și de acuratețe pentru a prezice

calitatea instruirii profesorilor, așa cum este surprinsă în remedierea MQI și utilizarea
scalelor de producții ale elevilor și în scala de monitorizare, evaluare și feedback a TRIPOD.
Mai exact, am efectuat o regresie simplă cu cele mai mici pătrate:7
yt5b01vut1cpt1kCt1esyt ð7Þ
În acest model, am controlat cunoștințele matematice ale profesorilor (pt) , deoarece

aceste cunoștințe pot influența în mod independent calitatea instruirii.
Am controlat, de asemenea, caracteristicile elevilor (Ct), pe baza atât pe relația dintre
scorurile profesorilor și caracteristicile elevilor descrise mai sus, cât și pe sentimentul
nostru că realizările anterioare și caracteristicile asociate pot influența oportunitățile
profesorilor de a asculta și de a răspunde gândirii elevilor. Coeficientul v surprinde relația
dintre profesor KOSM și acuratețe și scorurile profesorilor la rezultatele educaționale, yt.
Un avertisment la această analiză implică direcționalitatea relației dintre cunoștințele
profesorilor despre elevi și practica lor de instruire. În mod specific, remedierea și
utilizarea de către profesori a producțiilor elevilor le pot crește acuratețea KOSM și a
judecății, deoarece aceștia pot învăța mai mult gândirea elevilor din aceste activități.
Din păcate, un test al direcției relației (adică, prezicerea calității instrucțiunii anterioare și/
sau viitoare cu cunoștințe) ar fi sub putere în eșantionul nostru din cauza lipsei datelor pe
an.
Prezicerea rezultatelor elevilor. Mulți cercetători și factori de decizie politică

funcționează în baza ipotezei că cunoștințele profesorilor despre elevi funcționează
pentru a îmbunătăți rezultatele elevilor. Nu am putut testa această ipoteză într-o manieră
cauzală, deoarece nu am repartizat aleatoriu elevii la nivelurile de cunoștințe ale
profesorilor și nici nu am avut măsuri de instruire care să se potrivească în mod specific
cu toți mediatorii teoretici. Cu toate acestea, am examinat asocierile dintre aceste forme
de cunoștințe ale profesorilor și rezultatele elevilor în modele concepute pentru a limita
părtinirea estimărilor din cauza sortării profesorilor și elevilor în sălile de clasă. Baza noastră
1094
Ecuația pe mai multe niveluri, în care elevii sunt imbricați în anii imbricați în cadrul
profesorilor, a fost:
yspcgyt5b01aXsy11dDsy1fPpcgyt1kCcgyt1h1vugt1cpt1mt1nyt1espcgyt ð8Þ
unde rezultatul, yspcgyt, reprezintă performanța testului fie la testul de matematică

standardizat de stat, fie la testul de matematică dezvoltat de proiect al elevilor s, în sala de
clasă p, în cohorta (adică, școală, an și clasa) c, susținând testul pentru nota g; în anul y când
au fost colectate datele proiectului (adică, 2010–2011, 2011–2012 sau 2012–2013), predat de
profesorul t. Pentru a minimiza părtinirea, ecuația 7 conține următoarele:
Xsy1, un vector de controale pentru performanțele anterioare ale

elevilor la test; Dsy, un vector de controale pentru informațiile
demografice ale studenților; Ppcgyt, medii la nivel de clasă ale Xsy1 și Dsy pentru a
surprinde efectele colegilor unui student; Ccgyt, medii la nivel de cohortă ale Xsy1 și Dsy
pentru a surprinde efectul cohortei unui elev; h, școală și efecte fixe pe an de an; ugt,
acuratețe și scoruri KOSM pentru profesor t pentru nota g, ajustate pentru caracteristicile
clasei; pt, scorurile MKT/MTEL ale profesorilor; mt, un efect aleatoriu asupra performanței
testului pentru a fi predat de profesor t; și nyt, un efect aleatoriu asupra performanței
testului pentru a fi predat de profesor t în anul y.
Deși acest model este similar cu cele utilizate frecvent de state, districte și studii de cercetare
pentru a obține scoruri cu valoare adăugată pentru profesori, controalele pentru mediile la
nivel de clasă și de cohortă ale performanței testelor anterioare și ale demografiei și efectele
fixe ale școlii sunt unice. Susținem că utilizarea acestui model puternic controlat ajută la
abordarea naturii observaționale a analizelor noastre (vezi, de exemplu, Rothstein, 2009).
Agregatele clasei și efectele fixe ale școlii ajută, de asemenea, la controlul oricărei părtiniri
rămase în acuratețea ajustată a profesorilor și scorurile KOSM după corectarea acestor
scoruri pentru caracteristicile sălii de clasă, așa cum este descris mai sus. Cu toate acestea,
ca o verificare suplimentară a constatărilor noastre, am prezis și performanța elevilor la
testul de stat în anul înainte ca profesorii din eșantionul nostru să participe la proiectul
Centrului Național pentru Eficacitatea Profesorilor. Alții (de exemplu, Kane și Staiger, 2012;
Kane, Taylor, Tyler și Wooten, 2011) au folosit o astfel de verificare pentru a exclude
posibilitatea ca compoziția elevilor să influențeze scorurile profesorilor la clasă.
În cele din urmă, pentru a dezlega influența cunoștințelor profesorilor asupra elevilor de
predictorii corelați și pentru a ajuta la evitarea părtinirii variabilelor omise, modelul nostru
pe mai multe niveluri a conținut și scorurile MKT/MTEL ale profesorilor.
După finalizarea investigației noastre principale cu privire la relația dintre cunoștințele
în carieră ale profesorilor cu privire la scorurile elevilor și performanța elevilor, am investigat,
de asemenea, relația dintre scorurile profesorilor pe parcursul unui an.
1095
Hill, Chin
și performanța elevilor, testând posibilitatea ca aceste măsuri de cunoștințe să fie

compuse atât dintr-o trăsătură „stabilă” (adică, cunoștințele generale ale elevilor), cât și
dintr-o abatere specifică anului (adică, cunoștințele unui anumit grup de studenți).
Observăm, totuși, că fiabilitatea scorurilor în decurs de un an a fost mai mică, deoarece
am estimat astfel de scoruri utilizând mai puțini itemi. În plus, deoarece nu am măsurat
KOSM în 2012–2013, această analiză anuală include doar studenții predați de profesorii
din proiect în 2010–2011 și 2011–2012, reducând eșantionul de studenți la 7.785 de
studenți.
În continuare, am examinat asocierea dintre cunoștințele de carieră ale profesorilor
cu privire la scorurile studenților la performanța la testul studenților la diferite niveluri de
performanță anterioară la test. Această analiză a urmat rezultatele găsite de Sadler și
colegii (2013), care au observat efecte eterogene ale cunoștințelor profesorilor asupra
rezultatelor pentru grupuri de studenți stratificate pe baza scorurilor pretest.
În cele din urmă, am explorat dacă valența — pozitivă sau negativă — a predicțiilor
profesorilor cu privire la performanța elevilor este legată de performanța reală a
studenților la test. Pentru a face acest lucru, modelele noastre de rezultate ale studenților
au inclus indicatori pentru profesorii care au supraestimat sau subestimat performanța
elevilor lor la itemii de test elaborate în proiect (adică, mai mare sau mai puțin de un SD
din scorul mediu). Niciunul dintre indicatori nu a captat tendințe absolute, ci a reflectat în
schimb așteptările unui profesor în raport cu colegii săi, după ce a controlat caracteristicile
clasei profesorului.
Rezultate
Tabelul 2 oferă statistici rezumate la nivel de profesor pentru măsurile cheie din
analizele noastre. Nu am putut, conform instrucțiunilor de utilizare a măsurilor MKT, să
publicăm procentul corect pentru această valoare. Cu toate acestea, din tabel, reiese alte
fapte. În primul rând, profesorul mediu a ghicit corect cel mai frecvent răspuns greșit în
55% din cazuri. În al doilea rând, diferența medie dintre predicțiile profesorilor și
performanța reală a elevilor la toate itemii a fost de aproape 28 de puncte procentuale
(0,277). Deși elevii le-au acordat profesorilor note mari la metrica de monitorizare,
evaluare și feedback (media = 4,416), observatorii video au înregistrat puține cazuri de
remediere și utilizare a producțiilor elevilor. Mai exact, scorurile medii ale profesorilor
pentru ambele valori (1,370 și 1,218) au corespuns cu doar 32 și, respectiv, 18 la sută din
segmentele evaluate de evaluatori cu scoruri peste 1 („nu sunt prezente”) la aceste itemi,
respectiv. Pentru mai multe informații despre performanța profesorilor în KOSM și
măsurile de precizie a judecății, vă rugăm să consultați anexa online. Pentru a simplifica
interpretarea rezultatelor din analizele noastre, aceste măsuri au fost standardizate
pentru a avea o medie de zero și varianță unitară.
Stabilitatea scorului și diferențierea între profesori
Folosind ICC ajustate, am estimat fiabilitatea scorurilor de acuratețe pentru profesorul

obișnuit de clasa a patra la .74 și pentru profesorul de clasa a cincea la .72.
1096
masa 2
Statistici rezumate brute ale măsurilor de cunoaștere și calitate
a instruirii
Media SD Min Max Scară
KOSM 0,553 0,146 0,111 0,895 Dihotomică 0,277 0,080

Precizie 0,109 0,587 [0,100] 1,370 0,162 1 2,055 Ordinal
1,218[1,3]
1
Remediere Utilizarea producției studenților,
0,153ordinal 1,7186 1
ordinal]
Monitorizare, evaluare și feedback 4.416 0.204 3.601 4.853 Ordinal [1,7]
Notă. Numărul profesorilor este de 284.
Am investigat, de asemenea, ICC-urile ajustate pentru setul de 22 de profesori de clasa a

patra și 25 de profesori de clasa a cincea care au răspuns la toate elementele
precizia de
ð Þmăsurare.
N537
ICC-urile ajustate pentru aceste eșantioane au fost .76 și, respectiv, .77.
Aceste valori sugerează că, cu suficiente răspunsuri la itemi, măsura noastră de acuratețe
poate diferenția performanțele profesorilor la acest construct.
Statistica de fiabilitate marginală produsă în urma estimării modelului KOSM IRT a
fost de .21 pentru profesorii de clasa a IV-a și .40 pentru profesorii de clasa a cincea.
Mărimea erorilor standard medii ale scorurilor a reflectat acești coeficienți de fiabilitate,
sugerând o mare imprecizie pentru individul mediu; pentru profesorii de clasa a IV-a,
magnitudinea medie a erorii standard a scorurilor KOSM a fost de .93 SD, iar pentru clasa
a cincea, magnitudinea medie a fost de .85 SD. Estimările de fiabilitate cu scorul scăzut au
sugerat că măsura KOSM nu a diferențiat în mod adecvat profesorii.
Construirea și apoi corelarea scorurilor pe parcursul unui an a oferit dovezi privind

stabilitatea acestei trăsături la profesori. La ambele niveluri de clasă și la combinația de
ani, am găsit o corelație moderată între ani a scorurilor de acuratețe, variind de la 0,29 la
0,53; aceste estimări au sugerat că abilitatea profesorilor de a prezice competențele
elevilor lor a fost oarecum consistentă de la un an școlar la altul, în ciuda schimbărilor la
nivelul elevilor predați.
În plus, corelațiile au fost în același interval ca și corelațiile interanale ale altor măsuri ale
calității profesorilor (Goldhaber și Hansen, 2013; McCaffrey, Sass, Lockwood și Mihaly,
2009; Polikoff, 2015). Scorurile KOSM, după cum era de așteptat, având în vedere
fiabilitatea lor generală estimată, au demonstrat o mai puțină consistență de la fiecare an
la altul. Pentru profesorii din clasa a IV-a, scorurile s-au corelat la 0,22 între 2010–2011 și
2011–2012; pentru profesorii din clasa a V-a, această corelație a fost puțin mai mare, la .26.
Diferențele de fiabilitate a scorurilor între aceste două măsuri ar fi putut apărea din
mai multe motive. Întrebările de precizie au fost puse pe trei sondaje diferite de primăvară,
iar întrebările KOSM pe doar două, randări
1097
Hill, Chin
cu aproximativ o treime mai puține elemente pentru estimarea acestora din urmă.
Corelațiile între ani pentru măsura KOSM pot fi, de asemenea, mai scăzute din cauza
modificărilor aduse limbajului întrebărilor care evaluează constructul între versiunea
2010-2011 și versiunea 2011-2012 a chestionarului. În cele din urmă, chiar dacă am folosit
datele testelor pilot ale elevilor pentru a selecta itemii pe baza unor lacune mari în
aprobările distractorului, în evaluările efective, cinci dintre cei 41 de itemi KOSM nu au
îndeplinit criteriul lui Sadler și colab. (2013) pentru a avea un nivel puternic. concepție
greșită scoasă; astfel de itemi care exploatează seturi mai difuze de concepții greșite pot
eșua, deoarece astfel de cunoștințe nu sunt deținute sistematic și nici nu sunt utile
profesorilor, rezultând un scor general mai puțin fiabil. Indiferent de motiv, nu am avut
succes în strategia noastră de măsurare pentru KOSM.
Cu toate acestea, am continuat cu utilizarea scorurilor KOSM ale profesorilor în analizele
de mai jos, din cauza rolului KOSM ca construct central de interes atât pentru munca
noastră, cât și pentru munca anterioară. Observăm, totuși, că fiabilitatea scorului scăzut
tinde să influențeze relațiile observate spre zero și luăm în considerare acest lucru în
discuția noastră de mai jos.
Relații între măsurile de cunoștințe conexe
Ca și Carpenter și colegii (1988), găsim o relație foarte slabă între cunoștințele

profesorilor despre gândirea elevilor (KOSM) și acuratețea judecății, rð Þ 284 5:098; p\:01,
sugerând că acestea sunt constructe de cunoștințe relativ disparate. Găsim relații modeste
între cunoștințele măsurilor elevilor și cunoștințele matematice ale profesorilor (KOSM,
rð Þ 284 5 :13; p\:05; acuratețe, rð Þ 284 5:245; p\:001).
Prezicerea calității instrucțiunilor
Apoi, am investigat dacă acuratețea profesorului nostru și scorurile KOSM au prezis

calitatea instruirii, măsurată atât de MQI, cât și de TRIPOD.
Tabelul 3 prezintă unele dovezi pentru importanța acurateței judecății, în special, în
prezicerea practicii de instruire a profesorilor, chiar și atunci când se controlează
caracteristicile clasei și cunoștințele privind conținutul profesorului.
Mai exact, vedem că acuratețea a prezis pozitiv utilizarea de către profesori a producțiilor
studenților în modele care includ și exclud scorurile MKT/MTEL. Această constatare
converge cu intuiția, deoarece recunoașterea activă și încorporarea gândirii matematice
a elevilor în sala de clasă ar trebui să ofere profesorilor informații suplimentare despre
stăpânirea conținutului de către elevi, iar informațiile despre stăpânirea conținutului de
către elevi îi ajută probabil pe profesori să pună întrebări adecvate și să-și folosească
gândirea. . Precizia a prezis, de asemenea, remedierea de către profesori a erorilor
matematice ale elevilor în timpul orei atunci când a exclus controlul pentru MKT/MTEL. La
includerea acestui control, însă, relația a rămas pozitivă, dar atenuată; primatul de
1098
Tabelul 3
Prezicerea calității instruirii profesorilor folosind cariera
Scorurile KOS (Knowledge of Student).
Bazat pe video Bazat pe elev

măsuri de instruire măsuri de instruire
Utilizarea elevului Monitorizare, evaluare și

Remediere producții feedback
Precizie .137* .078 .214*** .176** .086 .072

(.059) (.059) (.057) (.058) (.053) (.055)
KOSM .093 .064 –.039 –.057 –.031 –.037
(.059) (.059) (.057) (.057) (.053) (.054)
MKT/MTEL .254*** .165** .058
(.061) 284 (.060) (.056)
N 284 284 284 292 292
Notă. Toate modelele includ controale pentru caracteristicile demografice și academice ale studenților
profesorilor. Modelele cu monitorizarea, evaluarea și feedbackul pentru măsurarea calității instrucțiunilor
ca rezultat sunt la nivel de profesor. ~p \ .10, *p \ .05, **p \ .01, ***p \ .001
Impactul MKT/MTEL în acest model este poate deloc surprinzător, având în vedere
importanța cunoștințelor de conținut pentru identificarea erorilor în primul rând.
Nu au apărut relații semnificative între capacitatea profesorilor de a identifica
concepțiile greșite ale elevilor și nici măsura de instruire bazată pe video, deși direcția și
amploarea aproximativă a relației dintre KOSM și remediere s-au potrivit cu intuiția noastră
că profesorii cu KOSM mai puternic s-ar angaja, de asemenea, în mai multe activități în clasă.
remediere în timpul lecțiilor observate.
În cele din urmă, nicio metrică a cunoștințelor elevilor nu a fost legată de rapoartele
TRIPOD ale studenților privind monitorizarea, evaluarea și feedbackul profesorilor; aceasta
poate reflecta consistența internă scăzută a acestuia din urmă (a = .59).
Prezicerea rezultatelor elevilor
După cum s-a menționat mai sus, atât teoria, cât și dovezile empirice anterioare
sugerează că acuratețea și scorurile KOSM ar trebui să aibă legătură cu performanța la
testul elevilor. Rezultatele primelor noastre analize, utilizând scorurile de carieră derivate
din toți anii de date ale sondajului, apar în primele două coloane ale tabelului 4.
Din acest tabel, vedem că scorurile KOSM în carieră ale profesorilor au arătat o mică
relație negativă cu performanța elevilor lor la testul elaborat în proiect și o relație pozitivă
mai mare cu performanța elevilor lor la testul de stat; nicio estimare punctuală, totuși, nu a
fost semnificativă.
1099
Hill, Chin
Tabelul 4
Prezicerea rezultatelor la testul de matematică al elevilor folosind scorurile KOS
Scoruri KOS în carieră Scoruri KOS în decurs de un an
Proiect Stat Proiect Stat
Precizie .023* .021~ .035** .025~

(.011) (.012) (.011) (.012)
KOSM –.009 .016 –.003 .023~
(.010) (.011) (.011) (.012)
Numarul studentilor 9.636 9.636 7.785 7.785
Notă. Numărul de profesori este 284. Toate modelele includ controale pentru performanța anterioară a
elevilor la test, efecte fixe ale interacțiunii dintre clasă și an, demografia elevilor, agregate la nivel de
clasă, agregate la nivel de cohortă, efecte fixe ale școlii, efecte aleatorii ale profesorilor și interacțiunea
anului profesor efecte aleatorii, precum și un control pentru scorurile MKT/MTEL din cariera profesorului.
~p \ .10, *p \ .05, **p \ .01, ***p \ .001.
Situația este diferită pentru precizie. Tabelul arată că scorurile profesorilor

din acest domeniu au corelat pozitiv cu performanța elevilor lor la testul de
matematică dezvoltat în cadrul proiectului, chiar și atunci când se controlează
factorii care ar putea influența această relație, cum ar fi agregatele la nivel de clasă
și de cohortă ale testului anterior elevului. performanța, caracteristicile demografice
ale elevilor și efectele fixe ale școlii. Mărimea coeficientului pentru scorurile de
precizie ale profesorilor a fost de .023; deoarece toate cunoștințele despre măsurile
elevilor sunt standardizate pentru a avea o medie de zero și varianță unitară,
putem interpreta acest coeficient ca diferența dintre scorurile la testele elevilor
(care sunt ele însele scoruri Z la nivel de elev) asociată cu o diferență de un SD în
acuratețea profesorului. Pentru a facilita interpretarea mărimii coeficientului, luați
în considerare că elevii de clasa a IV-a s-au îmbunătățit în medie cu 0,59 SD la
testul dezvoltat de proiect pe parcursul unui an școlar mediu și că elevii de clasa a
cincea s-au îmbunătățit în medie cu 0,48 SD; astfel, elevii predați de un profesor
cu un SD peste medie în ceea ce privește acuratețea au câștigat aproximativ 1,5
săptămâni de școlarizare în comparație cu cei predați de un profesor mediu.
Dimensiunea estimărilor de acuratețe este, de asemenea, puțin mai mică decât,
dar încă în concordanță cu cea a altor variabile din cercetarea economică a
educației, cum ar fi experiența de predare (0,08 SD pentru experiență de peste 5
ani; Goldhaber & Hansen, 2010; Kane, Rockoff, & Staiger, 2008; Papay & Kraft,
2015), efectul asupra scorurilor la matematică ale studenților de a fi predat de
profesorii Teach For America (0,024 până la 0,10 SD în Kane și colab., 2008; Clark
și colab., 2013; Xu; , Hannaway și Taylor, 2011) și impactul mediu al intervențiilor
educaționale (0,07 SD; CJ Hill, Bloom, Black și Lipsey, 2008).
De asemenea, am investigat asocierea dintre acuratețea profesorilor și
performanța testelor standardizate de stat. Acest lucru ajută la atenuarea unei îngrijorări
1100
cu analiza de mai sus: că aceiași itemi au fost folosiți pentru a măsura atât performanța
profesorilor, cât și a elevilor, deși în moduri diferite. După cum arată cea de-a doua
coloană a tabelului 4, am văzut o relație ușor mai slabă, dar totuși pozitivă și semnificativ
semnificativă între scorurile de acuratețe și performanța la testul de stat al studenților
(b 5:021; p .10). Relația pozitivă consistentă dintre scorurile de acuratețe ale profesorilor
și performanța elevilor lor la diferite teste coroborează ipotezele postulate de literatura
anterioară.
Ultimele două coloane ale Tabelului 4 susțin în continuare concluziile noastre
generale cu privire la importanța acurateții pentru rezultatele elevilor și oferă dovezi
sugestive pentru importanța KOSM, de asemenea. În aceste coloane, am folosit scorurile
pe parcursul unui an pentru a explora posibilitatea ca cunoștințele privind măsurile
studenților să poată surprinde o componentă importantă specifică anului a capacității
profesorului. Din nou, am constatat că scorurile de precizie ale profesorilor au prezis în
mod semnificativ și pozitiv performanța la testul elevilor atât la testul dezvoltat de
proiect, cât și la testul standardizat de stat, cu asocieri mai puternice demonstrate la
testul dezvoltat de proiect. Pentru KOSM, scorurile în decurs de un an au prezis, de
asemenea, performanța elevilor la testul de matematică de stat, în ciuda eșecului nostru
de a găsi o relație semnificativă între estimarea carierei KOSM pentru a rezulta. Această
diferență pare să fie determinată de diferențele dintre eșantionul de studenți utilizat în
fiecare regresie pe mai multe niveluri; de exemplu, atunci când am folosit cunoștințele
de carieră a scorurilor studenților pentru a prezice performanța la testul de stat a
acelorași 7.785 de studenți utilizați în modelele pe parcursul unui an, coeficientul de
regresie pentru cariera KOSM a crescut la o magnitudine similară. Analiza noastră în
cursul anului a sugerat astfel două concluzii: cunoștințele profesorilor despre un anumit
grup de studenți prezic performanța la test, la fel ca cunoștințele profesorilor despre
elevi în general, iar KOSM, deși contribuie mai puțin decât acuratețea la rezultate, poate
fi totuși un factor important. capacitatea. Cu toate acestea, acest efect surprinzător a
apărut doar pentru testul de stat; relația sa cu testul administrat de proiect, de la care s-
au bazat itemii profesorului KOSM,
era zero.
Tabelul 5 ilustrează rezultatele efortului nostru de a stabili dacă problemele de
măsurare și, în special, artefactul de măsurare care apare atunci când profesorii elevilor
cu performanțe mai slabe supraestimează în general performanța elevilor la test, au
determinat exactitatea rezultatelor. Pentru a rezolva această problemă, am folosit
scorurile profesorilor pentru a prezice performanța elevilor la testul de stat în anul
anterior participării la proiect; Se crede că acest lucru exclude părtinirea cauzată de
factorii de compoziție ai clasei (Kane și Staiger, 2012; Kane și colab., 2011).
Analiza noastră a arătat că scorurile de acuratețe a profesorilor au prezis în continuare
semnificativ performanța la testele de matematică de stat ale elevilor predați de
subgrupul de 185 de profesori din principalele noastre analize care au apărut în anii
academici atât înainte, cât și în timpul proiectului.8 Mai exact, arătăm în tabel . 5 că
asocierile dintre scorurile de precizie ale profesorilor și rezultatele la matematică au fost
de amploare similară în ambele perioade de timp.
1101
Hill, Chin
Tabelul 5
Prezicerea rezultatelor la testul de matematică de stat al elevilor folosind scorurile KOS în carieră
Anii de participare la proiect Primul an anterior participării la proiect
Precizie .037* .043**

(.016) (.016)
KOSM .030* .012
(.015) (.017)
Numarul studentilor 6.565 3.906
Notă: Numărul de profesori este de 185. Modelele includ controale pentru performanța anterioară a
elevilor la test, efecte fixe ale interacțiunii dintre clasă și an, demografia elevilor, agregate la nivel de
clasă, agregate la nivel de cohortă, efecte fixe de școală, efecte aleatoare ale profesorului, anul profesor
efecte aleatorii de interacțiune (cu excepția modelului „primul an anterior”), precum și un control pentru
scorurile MKT/MTEL din cariera profesorului. ~ p \ .10, *p \ .05, **p \ .01, ***p \ .001.
Tabelul 6 arată rezultatele explorării noastre într-o descoperire raportată de Sadler

și colegii (2013). Similar cu Sadler și colab., am constatat că asocierea dintre cunoștințele
profesorilor despre elevi și rezultatele elevilor diferă în funcție de populația de studenți.
Mai exact, am găsit dovezi sugestive ale unor asocieri mai mari între acuratețe și
rezultatele studenților pentru studenții care au performanțe mai bune la momentul
inițial. Amplitarea datelor prin clasificarea studenților în tercilii de performanță de bază
a sugerat că această interacțiune este determinată în principal de lipsa efectului de
acuratețe pentru studenții din cel mai mic tercil. Deși o posibilă explicație pentru acest
rezultat particular este că elevii cu performanțe mai scăzute sunt mai puțin capabili să
profite de resursele de instruire, cum ar fi cunoștințele profesorului, similar cu observația
că unii elevi nu răspund chiar și la intervențiile educaționale intensive (de exemplu,
Toste și colab., 2014). ), constatarea noastră pentru KOSM a contrazis această posibilitate.
Pentru ultima măsură, efectul cunoștințelor profesorilor asupra rezultatelor a fost mai
mare pentru elevii cu rezultate de referință mai scăzute. O posibilitate pentru efectele
eterogene observate ale cunoștințelor profesorilor asupra elevilor poate fi aceea că
profesorii se angajează în mod diferit în practicile de instruire care mediază relația
dintre cunoștințele elevilor și rezultate. După cum sa menționat mai devreme, totuși, ne
lipsesc date despre toate astfel de practici, ceea ce ne împiedică să furnizăm dovezi
empirice satisfăcătoare care să susțină testarea ipotezelor.
În cele din urmă, Tabelul 7 arată asocierea dintre valența predicțiilor profesorului
și performanța la testul elevilor. Am întreprins această analiză pentru a explora dacă
așteptările profesorilor cu privire la performanța elevilor se leagă de performanța
eventuală a acelor elevi. Nu am găsit nicio dovadă că studenții predați de profesori care
au avut tendința de a subestima sau de a suprapredica performanța au avut rezultate
diferite atât la testele de matematică pentru proiect, cât și la cele de stat, după ce au
controlat scorul de precizie al profesorilor lor. De asemenea, menționăm că estimarea
punctuală pentru acuratețea profesorilor asupra performanței la testul elevilor pentru
1102
Tabelul 6
Prezicerea eterogenă a performanței testelor studenților cu scoruri KOS în carieră
Proiect Stat
Continuu categoric Continuu categoric
Precizie .024* .028~ .023~ .028*

(.011) (.015) (.012) (.015)
* .027***
Precizie performanța testului prealabil .013~
(.008) (.007)
Precizie * Performanța testului anterior –.024 –.032*
al primului tercil (.016) (.013)
Precizie * Performanța testului anterior omis omis
al 2-lea tercil (.) (.)
* .012
Performanță Testul prealabil al 3-lea tercil .019
de precizie (.017) (.014)
KOSM –.009 –.012 .015 .009
(.010) (.013) (.011) (.014)
KOSM * performanță anterioară de testare –.015* –.006
(.007) (.007)
KOSM * Performanța testului prealabil .024 .023~
al primului tercil (.015) (.013)
KOSM * Performanța testului omis omis
anterior al 2-lea tercil (.) (.)
KOSM * Al treilea tercil de performanță –.014 –.005
anterioară a testului (.015) (.013)
Notă: Numărul de profesori este 284. Numărul de elevi este 9.636. Toate modelele includ controale pentru
performanțele anterioare ale elevilor la test, efecte fixe ale interacțiunii dintre clase și an, grafice demo ale
elevilor, agregate la nivel de clasă, agregate la nivel de cohortă, efecte fixe ale școlii, efecte aleatoare ale
profesorului, efecte aleatoare ale interacțiunii profesor-an, precum și un control pentru cariera profesorului
scorurile MKT/MTEL. ~ p \ .10, *p \ .05, **p \ .01, ***p \ .001.
testul de stat a rămas semnificativ chiar și după controlul pentru valența de predicție
a profesorilor; Estimarea punctuală pentru această măsură a performanței proiect-test
a scăzut ușor, dar eroarea standard a crescut și din cauza covarianței inerente între
valența profesorului și controalele de acuratețe din model.
Robustețea acurateței susține ideea că efectul acurateței profesorilor asupra rezultatelor
nu este confundat cu efectul așteptărilor profesorilor, care ele însele pot instiga
schimbări în comportamentele de instruire care conduc la rezultate diferențiate pentru
elevi.
Concluzii
Acest articol oferă dovezi cu privire la importanța cunoștințelor profesorilor asupra
elevilor. Pentru acuratețea judecății, investigația noastră a produs
1103
Hill, Chin
Tabelul 7
Prezicerea rezultatelor la testul de matematică a elevilor folosind
Carieră KOS Scores și Valence
Proiect Stat
Precizie .018 .040*

(.016) (.017)
Suprapredictor –.019 .067
(.043) (.046)
Nici omis omis
(.) (.)
Subestimator –.011 –.042
(.035) (.039)
KOSM –.006 .018
(.010) (.011)
Notă: Numărul de profesori este 284. Numărul de elevi este 9.636. Toate modelele includ controale
pentru performanțele anterioare ale elevilor la test, efecte fixe ale interacțiunii dintre clase și an,
grafice demo ale elevilor, agregate la nivel de clasă, agregate la nivel de cohortă, efecte fixe ale școlii,
efecte aleatoare ale profesorului, efecte aleatoare ale interacțiunii profesor-an, precum și un control
pentru cariera profesorului scorurile MKT/MTEL. ~ p \ .10, *p \ .05, **p \ .01, ***p \ .001.
dovezi că acuratețea profesorilor este o trăsătură identificabilă la nivel de profesor;

scorurile profesorilor au rămas stabile de-a lungul timpului și au arătat niveluri acceptabile
de fiabilitate, ceea ce sugerează că profesorii erau diferențiabili în funcție de metrică.
Performanța cu privire la această metrică a fost, de asemenea, legată de cunoștințele
matematice ale profesorilor și de implicarea acestora în activități specifice de la clasă pe
care le-am presupus că ar fi legată de acuratețe, în special de remedierea concepțiilor
greșite ale elevilor și de utilizarea producțiilor elevilor. În conformitate cu așteptările
teoretice anterioare, această măsurătoare a prezis rezultatele studenților, demonstrând
relații semnificative cu performanța la testul administrat de proiect din care a fost derivat
și relații marginal semnificative în modelele din principalele noastre analize care prezic
performanța elevilor la testele standardizate de stat. Deși analizele noastre nu sunt
cauzale, am controlat sortarea elevilor utilizând un model destul de riguros, unul care
încorporează medii la nivel de colegi și cohortă ale demografiei studenților și performanța
la testele de referință în plus față de efectele fixe ale școlii. Aceste rezultate sugerează că
o construcție intitulată aproximativ „a ști unde se află clasa ta, în termeni de stăpânire a
conținutului” aparține definițiilor contemporane ale cunoștințelor profesorului.
Vedem două direcții pentru cercetările viitoare, având în vedere această constatare.
În primul rând, după cum se discută mai jos, această dovadă corelațională sugerează că
munca cauzală ulterioară ar putea fi fructuoasă. În al doilea rând, mecanismele din
spatele acestor relații necesită investigații suplimentare. După cum sa menționat mai sus,
direcționalitatea dintre variabilele noastre nu este complet clară; recunoașterea activă și
încorporarea gândirii matematice a elevilor în sala de clasă le-ar putea oferi profesorilor
1104
informații suplimentare despre stăpânirea conținutului de către studenți, îmbunătățind

astfel acuratețea, și informațiile despre stăpânirea conținutului de către studenți îi ajută
probabil pe profesori să remedieze concepțiile greșite, să pună întrebări adecvate și să-
și folosească gândirea. Cunoașterea mai precisă a ceea ce studenții știu și nu știu, de
asemenea, poate ajuta profesorii în alte moduri, de exemplu în planificarea reînvățării
conținutului care nu a fost stăpânit și în proiectarea sarcinilor și a instrucțiunilor care
provoacă în mod intenționat greșelile tipice ale elevilor cu conținutul.
Deși am măsurat acuratețea la nivel de clasă, poate exista și o componentă la nivel
individual, cu profesori cu cunoștințe extrem de conștienți de care elevi le lipsesc ce
conținut, ceea ce permite apoi regruparea studenților pentru o remediere eficientă.
Deoarece măsurile noastre în acest domeniu sunt destul de clare, toate acestea sunt
probleme pentru cercetările viitoare.
Povestea este mai complicată pentru KOSM, care s-a dovedit mai greu de măsurat.
Deși au existat unele dovezi de corelație între anii în scorurile profesorilor, fiabilitatea a
fost sub egală și nu au apărut relații semnificative cu instruirea. Cu toate acestea,
estimările pe parcursul unui an ale acestei valori au prezis performanța la testele de
stat ale studenților; Cu toate acestea, nici estimările privind cariera, nici pe parcursul
unui an nu au prezis performanța la testul din care au fost obținute scorurile KOSM ale
profesorilor. Considerăm că inconsecvența puterii predictive este oarecum
surprinzătoare, având în vedere locul central al KOSM în majoritatea teoriilor despre
cunoașterea profesorilor (Ball et al., 2008; Shulman, 1986), presupusa stabilitate a KOSM
ca tip de cunoaștere a profesorilor și similaritatea eforturilor noastre cu altele din acest
domeniu (Sadler et al., 2013), deși observăm, de asemenea, că cele două studii empirice
din acest domeniu au dat rezultate mixte (Carpenter și colab., 1988; Sadler și colab.,
2013). Un motiv ar putea fi dificultatea de a măsura acest domeniu; am avut dificultăți
în a găsi concepții greșite ale elevilor bazate pe cercetare la nivelurile noastre de clasă
și, astfel, am construit unele elemente din „cunoștințe de artizanat”, ducând probabil la
fiabilitatea scorului observat scăzut și conexiuni slabe cu practica. De asemenea, s-ar
putea ca cunoștințele profesorilor despre concepțiile greșite ale elevilor să nu fie
ordonate, în sensul apartenenței la un spectru de la săraci la puternici sau de la novice
la expert; în schimb, cunoștințele profesorilor se pot acumula în „fățișări” (Shavelson &
Kurpius, 2012) din experiența personală. Dacă da, această linie de raționament
sugerează că cunoștințele profesorilor pot fi puternic dependente de context și, prin
urmare, nu pot fi măsurate. Acest lucru sugerează că analiștii trebuie să continue să
exploreze acest construct de novo, poate folosind probe calitative și interviuri, și să
evalueze dacă acest construct merită să investim în continuare, în ceea ce privește
măsurarea.
În pofida rezultatelor mixte de la KOSM, dovezile analizate aici sugerează că
cunoștințele profesorilor despre elevi sunt o trăsătură identificabilă, asociată cu
cunoștințele privind conținutul profesorilor, instruirea și rezultatele elevilor în moduri
la care ne-am aștepta, dată fiind teoria (de exemplu, Shulman, 1986) . În special, oferim,
de asemenea, prima dovadă a unui efect principal (mai degrabă decât interațional) al
cunoștințelor profesorilor asupra elevilor asupra rezultatelor elevilor, independent de
cunoștințele profesorului asupra materiei. Deși asociația este mică, în altele
1105
Hill, Chin
cuvinte, cunoștințele profesorilor susțin rezultate îmbunătățite pentru toți elevii.

Acest lucru întărește argumentul că cunoștințele profesorilor – despre conținut și despre
elevi pe măsură ce învață acel conținut – reprezintă o resursă importantă pentru producerea
unei instruiri de calitate și a învățării elevilor.
Prin extensie, acest lucru sugerează că intervențiile menite să îmbunătățească
cunoștințele profesorilor despre învățarea elevilor pot da roade; astfel de intervenții ar putea
oferi, de asemenea, dovezi cauzale că aceste constructe joacă un rol important în predare.
De fapt, astfel de eforturi din trecut în domeniul KOSM (de exemplu, Carpenter și colab.,
1989; Jacobs și colab., 2007) s-au dovedit eficiente. Cu toate acestea, programele în care
profesorii studiază datele elevilor și care, teoretic, ar trebui să îmbunătățească acuratețea
profesorilor, au dat rezultate în mare parte nule privind performanța studenților (Cordray,
Pion, Brandt, Molefe și Toby, 2012; Henderson, Petrosino, Guckenburg și Hamilton, 2008;
Konstantopoulos, Miller și van der Ploeg, 2013; Quint, Sepanik și Smith, 2008; West, Morton
și Herlihy, 2016; pentru o excepție parțială, a se vedea Carlson, Borman și Robinson, 2011).
Acest lucru prezintă un puzzle: dacă cunoștințele profesorilor despre performanța elevilor
sunt legate de rezultatele elevilor, de ce atât de multe dintre aceste programe eșuează?
O posibilitate este ca aceste programe centrate pe date să dezvolte doar o cunoaștere
foarte îngustă a performanței anumitor elevi la anumite itemi de test. În schimb, acuratețea,
așa cum am măsurat-o, poate atinge o formă mai largă de cunoaștere, cuprinzând aspecte
de observare și judecare a înțelegerii elevilor în timpul instruirii în sine. Un alt motiv poate fi
în activitățile pe care profesorii le angajează după primirea informațiilor despre elevi. În
studiul nostru, profesorii cu mai multe cunoștințe despre elevi s-au implicat în mai multe
remedieri a concepțiilor greșite ale elevilor și au folosit mai des gândirea elevilor în predare.
În mod similar, dovezile empirice cu privire la observarea profesională sugerează că

profesorii care percep și înțeleg gândirea elevilor planifică în mod diferit instruirea (Barnhart
& van Es, 2015; Jacobs și colab., 2011). În schimb, studiile de caz ale profesorilor implicați în
studiul datelor indică probabilitatea ca aceștia să regrupeze studenții și să repreda conținutul,
dar mult mai puțin probabil să schimbe instruirea sau să diagnosticheze concepțiile greșite
ale elevilor (de exemplu, Goertz, Olah și Riggan, 2009). ). Acest lucru sugerează că intervențiile
menite să îmbunătățească cunoștințele profesorilor cu privire la performanța elevilor s-ar
putea concentra asupra îmbunătățirii capacității profesorilor de a observa performanțele
elevilor in situ și de a face ajustări corespunzătoare în instruire.
În cele din urmă, descoperirile noastre sugerează trei căi pentru cercetări viitoare. În
primul rând, știm puțin despre modul în care cunoștințele profesorilor despre elevi
funcționează în materie dincolo de matematică și știință, unde noi și majoritatea celorlalți
savanți ne-am concentrat eforturile. Cunoștințele profesorilor despre elevi pot funcționa
diferit în alte domenii. În al doilea rând, avem doar măsuri incomplete în practică despre
ceea ce fac profesorii cu astfel de cunoștințe. Deși am deschis acest articol cu dovezi din
studiile observaționale și de caz ale predării, și deși literatura de specialitate prezintă un caz
puternic bazat pe interviuri și date de evaluare scrisă, susținem că mai multe pot și
1106
ar trebui învățat despre modul în care cunoștințele din acest domeniu sprijină acțiunea profesorului.
Descoperirea specificului modului în care profesorii folosesc astfel de cunoștințe poate
necesita un program de cercetare similar cu cel construit în jurul cunoștințelor de
conținut ale profesorilor, unde dezvoltarea măsurilor în acest domeniu a permis
investigatorilor să înțeleagă modul în care profesorii au implementat astfel de cunoștințe
în sala de clasă. În al treilea rând, oamenii de știință ar putea dori să investigheze ce
experiențe îi conduc pe profesori la o mai bună cunoaștere a elevilor lor. Deși există o
abundență de dovezi cu privire la predictorii demografici și bazați pe clasă ai acurateței
judecății profesorilor, de exemplu, puține din această cercetare examinează dacă factori
precum experiența de predare, formarea profesorilor, metodele pedagogice și practicile
de evaluare conduc la o mai bună acuratețe a profesorilor ( pentru o excepție, a se
vedea Martinez și colab., 2009). De asemenea, savanții ar putea dori să propună și să
testeze experiențe de dezvoltare profesională sau curriculare menite să sporească
acuratețea profesorilor, similar modului în care cunoștințele profesorilor despre
concepțiile greșite ale elevilor (și învățarea în general) au constituit subiectul dezvoltării
profesionale în matematică (de ex. , Carpenter i colab., 1989; Philipp i colab., 2007).
Note
Cercetarea raportată aici a fost susținută parțial de Institutul de Științe ale Educației, Departamentul
de Educație al SUA (grant R305C090023) președintelui și colegilor colegiului Harvard pentru a sprijini
Centrul Național pentru Eficacitatea Profesorilor.
Opiniile exprimate sunt cele ale autorilor și nu reprezintă puncte de vedere ale Institutului sau ale
Departamentului de Educație al SUA.
1
Deși acestea sunt similare cu argumentele prezentate în timpul proceselor de validare a măsurilor,
nu am introdus investigația noastră într-un cadru de validare. Un motiv major este că, așa cum subliniază
Kane (2010), se validează scorurile și le validează pentru o anumită utilizare. Nu propunem folosirea
acestor scoruri pentru a face judecăți despre profesori.
În schimb, ne pasă dacă constructul în sine, măsurat de instrumentul nostru, este de importanță pentru
predare și învățare, similar cu abordarea Baumert și colab. (2010) preiau cuno tin ele cu con inutul
pedagogic al profesorilor.
2
Aceasta este formularea exactă așa cum apare în chestionarul pentru profesori din primăvara
2011-2012 al studiului. În 2010–2011, formularea acestei întrebări a fost: „Care [din următoarele opțiuni
pentru acest articol] credeți că va fi cel mai frecvent răspuns incorect în rândul studenților dvs.?” Studiul
s-a schimbat pentru a întreba aproximativ al patrulea și al cincilea. elevii în general în lumina fiabilităților
scăzute observate în primul an de colectare a datelor.
3
Din cauza diferențelor de formulare din primul sondaj (2010–2011) menționat mai sus, am
comparat răspunsurile profesorilor la această întrebare cu răspunsul modal incorect al elevilor săi dacă a
existat un răspuns modal.
4
Aceasta este formularea exactă așa cum apare în chestionarele de primăvară ale studiului pentru
profesori 2011–2012 și 2012–2013. În 2010–2011, formularea acestei întrebări a fost: „Ce procent din elevii
tăi care sunt testați astăzi credeți că vor alege răspunsul corect [pentru acest item]?” Formularea dintre
ani este substanțial similară.
5
Pentru a estima logiti-urile predictiilor profesorilor sau procentul de elev calculat
de 0% sau 100%, am rescalat aceste valori la 1% și, respectiv, 99%.
6
Dificultăți mai mari au indicat elemente pentru care predicțiile profesorilor erau mai îndepărtate.
7
Deoarece măsurarea instrucțiunii de monitorizare, evaluare și feedback a fost estimată la nivel de
profesor-clasă, am efectuat această regresie specifică cu cele mai mici pătrate ordinare la nivel de
profesor-clasă.
8
Două probe t-test cu varianță egală au arătat că profesorii incluși în aceste analize nu diferă
semnificativ de cei excluși în ceea ce privește acuratețea și KOSM.
scoruri.
1107
Hill, Chin
ORCID ID
Mark Chin https://orcid.org/0000-0002-0136-2068
Referințe
An, S., Kulm, G. și Wu, Z. (2004). Cunoașterea conținutului pedagogic al școlii gimnaziale,
profesorilor de matematică din China și Jurnalul SUA de Educație a Profesorilor de
Matematică, 7(2), 145–172.
Ball, DL, Thames, MH și Phelps, G. (2008). Cunoștințe de conținut pentru predare: ce îl face
special? Journal of Teacher Education, 59(5), 389–407.
Barnhart, T., & van Es, E. (2015). Studierea observației profesorilor: examinarea relației dintre
capacitatea profesorilor de științe de a participa, analiza și răspunde la gândirea elevilor.
Teaching and Teacher Education, 45, 83–93.
Baumert, J., Kunter, M., Blum, W., Brunner, M., Voss, T., Jordan, A., . . .Tsai, YM
(2010). Cunoștințele matematice ale profesorilor, activarea cognitivă în sala de clasă și
progresul elevilor. American Educational Research Journal, 47(1), 133–180.
Bell, CA, Wilson, SM, Higgins, T. și McCoach, DB (2010). Măsurarea efectelor dezvoltării
profesionale asupra cunoștințelor profesorilor: Cazul dezvoltării ideilor matematice.
Journal for Research in Mathematics Education, 41(5), 479–512.
Black, P., & Wiliam, D. (1998). Evaluare și învățare la clasă. Assessment in Education, 5(1), 7–74.
Borasi, R. (1994). Valorificarea erorilor ca „trelii pentru anchetă”: un experiment de predare.

Journal for Research in Mathematics Education, 166–208.
Carpenter, TP, Fennema, E., Peterson, PL și Carey, DA (1988). Cunoașterea conținutului agogic
de către profesori a rezolvării problemelor elevilor în aritmetică elementară. Journal for
Research in Mathematics Education, 19(5), 385–401.
Carpenter, TP, Fennema, E., Peterson, PL, Chiang, CP și Loef, M. (1989). Utilizarea cunoștințelor
despre gândirea matematică a copiilor în predarea la clasă: un studiu experimental.
American Educational Research Journal, 26(4), 499–531.
Carpenter, TP, Moser, JM și Romberg, TA (eds.). (1982). Adunarea și scăderea
ție: O perspectivă cognitivă. Mahweh, NJ: Erlbaum.
Carlson, D., Borman, GD și Robinson, M. (2011). Un studiu randomizat în cluster la nivel de
district multistatal al impactului reformei bazate pe date asupra rezultatelor citirii și
matematicii. Evaluarea educațională și analiza politicilor, 33(3), 378–398.
Charalambous, CY, Hill, HC, McGinn, D. și Chin, M. (2017). Cunoștințe de conținut și cunoștințe
ale profesorilor pentru predare: explorarea caracterului distinctiv și contribuția acestora
la învățarea elevilor. Manuscris în curs.
Clark, MA, Chiang, HS, Silva, T., McConnell, S., Sonnenfeld, K., Erbe, A. și Puma, M. (2013).
Eficacitatea profesorilor de matematică din ciclul secundar de la Teach For America și
Teaching Fellows Programs (Publicația NCEE Nr. 2013–4015).
Washington, DC: Centrul Național pentru Evaluare a Educației și Asistență Regională.
Clark, CM și Peterson, PL (1986). Procesele de gândire ale profesorilor. În MC Wittrock (Ed.), Al
treilea manual de cercetare asupra predării (pp. 255–296). New York, NY: Macmillan.
Cohen, DK, Raudenbush, SW și Ball, DL (2003). Resurse, instruire și cercetare. Evaluarea

educațională și analiza politicilor, 25(2), 119–142.
Coladarci, T. (1986). Acuratețea judecăților profesorilor cu privire la răspunsurile elevilor la
itemii testului standardizat. Journal of Educational Psychology, 78(2), 141–146.
1108
Cordray, D., Pion, G., Brandt, C., Molefe, A. și Toby, M. (2012). Impactul programului Măsuri ale
progresului academic (MAP) asupra performanței la citirea studenților (Raport NCEE nr.
2013-4000). Washington, DC: Departamentul de Educație al SUA, Institutul de Științe ale Educației,
Centrul Național pentru Evaluare a Educației și Asistență Regională.
Consiliul directorilor școli. (2011). Standarde de predare de bază ale modelului InTASC.
Preluat de la http://www.ccsso.org/resources/publications/intasc_model_
core_teaching_standards_2011_ms_word_version.html
Ferguson, RF (2012). Pot sondajele studenților să măsoare calitatea predării? Phi Delta Kappan, 94(3),
24–28.
Goertz, ME, Olah, LN și Riggan, M. (2009). Pot fi folosite evaluările intermediare pentru schimbarea
instruirii? (CPRE Policy Briefs). Philadelphia, PA: Consorțiul pentru Cercetare Politică în Educație.
Goldhaber, D. și Hansen, M. (2010). Utilizarea performanței la locul de muncă pentru a informa deciziile
privind titularizarea profesorilor. The American Economic Review, 100(2), 250–255.
Goldhaber, D. și Hansen, M. (2013). Este doar o clasă proastă? Evaluarea stabilității pe termen lung a
performanței estimate a profesorilor. Economica, 80(319), 589–612.
Heller, JI (2010). Impactul căilor și capcanelor matematice asupra performanței elevilor la matematică
și a dezvoltării limbajului matematic: un studiu realizat în școli cu concentrații mari de elevi latino/
a și cursanți de limba engleză.
San Francisco, CA: WestEd.
Helmke, A. și Schrader, FW (1987). Efectele interacționale ale calității instrucțiunilor și ale preciziei
judecății profesorului asupra performanței. Teaching and Teacher Education, 3(2), 91–98.
Henderson, S., Petrosino, A., Guckenburg, S., & Hamilton, S. (2008). Un al doilea an de urmărire pentru
măsurarea modului în care evaluările de referință afectează rezultatele elevilor (REL 2008-Nr.
002). Waltham, MA: Regional Educational Laboratory Northeast & Islands.
Hickman, J., Fu, J. și Hill, HC (2012). Raport tehnic: Crearea și difuzarea modulelor de evaluare la
matematică elementară superioară. Princeton, NJ: Serviciul de testare educațională.
Hiebert, J. și Wearne, D. (1983). Concepțiile elevilor despre numerele zecimale. Newark,

DE: Universitatea din Delaware.
Hill, CJ, Bloom, HS, Black, AR și Lipsey, MW (2008). Criterii de referință empirice pentru interpretarea
mărimii efectului în cercetare. Child Development Perspectives, 2(3), 172–177.
Hill, HC, Ball, DL și Schilling, SG (2008). Dezambalarea cunoștințelor conținutului pedagogic:

Conceptualizarea și măsurarea cunoștințelor specifice ale profesorilor pe tema elevilor. Journal
of Research in Mathematics Education, 372–400.
Hill, HC, Blunk, ML, Charalambous, CY, Lewis, JM, Phelps, GC, Sleep, L. și Ball, DL (2008). Cunoștințe
matematice pentru predare și calitatea matematică a instruirii: un studiu explorator. Cognition
and Instruction, 26(4), 430–511.
Hill, HC, Charalambous, CY și Kraft, M. (2012). Când fiabilitatea evaluatorului nu este suficientă: sisteme
de observare și un caz pentru studiul G. Cercetător în educație, 41(2), 56–64.
Hill, HC, Rowan, B. și Ball, DL (2005). Efectele cunoștințelor matematice ale profesorilor pentru predare
asupra performanței elevilor. American Educational Research Journal, 42(2), 371–406.
Hochweber, J., Hosenfeld, I., & Klieme, E. (2014). Compoziția sălii de clasă, managementul clasei și
relația dintre atributele elevilor și note.
Journal of Educational Psychology, 106(1), 289.
1109
Hill, Chin
Hoge, RD (1983). Proprietățile psihometrice ale profesorului-măsuri de judecată ale aptitudinilor
elevilor, comportamentelor la clasă și nivelurilor de performanță. The Journal of Special
Education, 17(4), 401–429.
Hoge, RD, & Coladarci, T. (1989). Judecățile bazate pe profesori asupra performanțelor
academice: o revizuire a literaturii. Review of Educational Research, 59(3), 297–313.
Jacobs, VR, Franke, ML, Carpenter, TP, Levi, L. și Battey, D. (2007). Dezvoltare profesională axată
pe raționamentul algebric al copiilor din școala elementară.
Journal for Research in Mathematics Education, 258–288.
Jacobs, VR, Lamb, LL și Philipp, RA (2010). Observarea profesională a gândirii matematice a
copiilor. Journal for Research in Mathematics Education, 169–202.
Jacobs, VR, Lamb, LL, Philipp, RA și Schappelle, BP (2011). Decizia modului de a răspunde pe
baza înțelegerii copiilor. În M. Sherin, VR Jacobs și RA Philipp (eds.), Observarea
profesorului de matematică: Vederea prin ochii profesorilor (pp. 97–116). New York, NY:
Routledge.
Johnson, EM și Larsen, SP (2012). Ascultarea profesorului: Rolul cunoașterii conținutului și al
elevilor. The Journal of Mathematical Behavior, 31(1), 117–129.
Kane, M. (2010). Valabilitate și corectitudine. Language Testing, 27(2), 177–182.
Kane, TJ, Rockoff, JE și Staiger, DO (2008). Ce ne spune certificarea despre eficiența profesorilor?
Dovezi din New York. Economics of Education Review, 27(6), 615–631.
Kane, TJ și Staiger, DO (2012). Colectarea feedback-ului pentru predare: combinarea observațiilor

de înaltă calitate, sondajelor studenților și câștigurile de performanță. Seattle, WA:
Proiectul Măsurile de predare eficientă, Fundația Bill și Melinda Gates.
Kane, TJ, Taylor, ES, Tyler, JH și Wooten, AL (2011). Identificarea practicilor eficiente în clasă
folosind datele despre rezultatele elevilor. Journal of Human Resources, 46(3), 587–613.
Klieme, E., Bürgermeister, A., Harks, B., Rakoczy, K., Ufniarz, K., Blum, W. și Leiß, D.
(2010). Efectele evaluării, notării și feedback-ului asupra elevilor la matematică din clasa a
9-a. Manuscris nepublicat.
Knuth, EJ, Stephens, AC, McNeil, NM și Alibali, MW (2006). Înțelegerea semnului egal contează?
Dovezi din rezolvarea ecuațiilor. Journal for Research in Mathematics Education, 37(4),
297–312.
Konstantopoulos, S., Miller, SR și van der Ploeg, A. (2013). Impactul sistemului de evaluări
intermediare din Indiana asupra rezultatelor la matematică și la citire.
Evaluare educațională și analiză a politicilor, 35(4), 481–499.
Krauss, S., Brunner, M., Kunter, M., Baumert, J., Blum, W., Neubrand, M. și Jordan, A.
(2008). Cunoașterea conținutului pedagogic și cunoștințele de conținut ale profesorilor
de matematică din gimnaziu. Journal of Educational Psychology, 100(3), 716.
Martinez, JF, Stetcher, B., & Borko, H. (2009). Practici de evaluare la clasă, judecățile profesorilor
și rezultatele elevilor la matematică: Dovezi din ECLS. Evaluarea educațională, 14, 78–102.
McCaffrey, DF, Sass, TR, Lockwood, JR și Mihaly, K. (2009). Variabilitatea intertemporală a

estimărilor efectului profesorului. Education Finance and Policy, 4(4), 572–606.
Consiliul Național pentru Standarde Profesionale de Predare. (1989). Ce ar trebui să știe și să

poată face profesorii. Preluat de la http://www.nbpts.org/sites/default/files/
what_teachers_should_know.pdf Papay, JP, & Kraft, MA (2015). Productivitatea revine la
experiența pe piața muncii profesorilor: provocări metodologice și noi dovezi privind
îmbunătățirea carierei pe termen lung. Journal of Public Economics, 130, 105–119.
1110
Peterson, PL, Carpenter, T., & Fennema, E. (1989). Cunoștințele profesorilor despre cunoștințele
elevilor în rezolvarea problemelor de matematică: Analize corelaționale și de caz.
Journal of Educational Psychology, 81(4), 558–569.
Philipp, RA, Ambrose, R., Lamb, LL, Sowder, JT, Schappelle, BP, Sowder, L., . . .Chauvot, J. (2007).
Efectele experiențelor timpurii de teren asupra cunoștințelor și convingerilor conținutului
matematic ale potențialilor profesori de școală elementară: un studiu experimental. Journal
for Research in Mathematics Education, 38(5), 438–476.
Polikoff, MS (2015). Stabilitatea măsurilor observaționale și a studiilor studenților privind eficacitatea

predării. American Journal of Education, 121(2), 183–212.
Quint, JC, Sepanik, S. și Smith, JK (2008). Utilizarea datelor elevilor pentru a îmbunătăți predarea și
învățarea: constatări dintr-o evaluare a evaluărilor formative ale gândirii elevilor în lectură
(FAST-R) în școlile primare din Boston. New York, NY: MDRC.
Raudenbush, SW și Bryk, AS (2002). Modele liniare ierarhice: Aplicații și metode de analiză a datelor
(ed. a II-a). Thousand Oaks, CA: Sage Publications.
Resnick, LB, Nesher, P., Leonard, F., Magone, M., Omanson, S., & Peled, I. (1989).
Bazele conceptuale ale erorilor aritmetice: Cazul fracțiilor zecimale. Journal for Research in
Mathematics Education, 8–27.
Rockoff, JE, Jacob, BA, Kane, TJ și Staiger, DO (2008). Puteți recunoaște un profesor eficient atunci
când recrutați unul? (Documentul de lucru NBER 14485).
Cambridge, MA: Biroul Național de Cercetare Economică.
Rothstein, J. (2009). Sortarea elevilor și părtinirea estimării valorii adăugate: selecția pe observabile
și neobservabile. Finanțe și politici ale educației, 4, 537–571.
Rowland, T., Huckstep, P. și Thwaites, A. (2005). Cunoștințele disciplinei de matematică ale
profesorilor elementare: Cvartetul de cunoștințe și cazul lui Naomi. Journal of Mathematics
Teacher Education, 8(3), 255–281.
Sadler, PM, Sonnert, G., Coyle, HP, Cook-Smith, N. și Miller, JL (2013). Influența cunoștințelor
profesorilor asupra învățării elevilor în sălile de științe fizice din gimnaziu. American Educational
Research Journal, 50(5), 1020–1049.
Scates, DE și Gage, NL (1958). Explorări în percepția profesorilor asupra elevilor.
Journal of Teacher Education, 9(1), 97–101.
Shavelson, RJ, & Borko, H. (1979). Cercetare asupra deciziilor profesorilor în planificarea instruirii.
Orizonturi educaționale, 57, 183–189.
Shavelson, RJ, & Kurpius, A. (2012). Reflecții asupra progreselor de învățare. În AC Alonzo & AW
Gotwals (Eds.), Progresiile învățării în știință: provocări actuale și direcții viitoare (pp. 13–26).
Rotterdam, Țările de Jos: Sense Publishers.
Sherin, M., Jacobs, V. și Philipp, R. (eds.). (2011). Observarea profesorului de matematică: a vedea
prin ochii profesorilor. New York, NY: Routledge.
Shulman, LS (1986). Cei care înțeleg: creșterea cunoștințelor în predare.
Cercetător în educație, 15(2), 4–14.
Shulman, LS (1987). Cunoașterea și predarea: Fundamentele noii reforme.
Harvard Educational Review, 57(1), 1–23.
Sireci, SG, Thissen, D., & Wainer, H. (1991). Despre fiabilitatea testelor bazate pe testele.
Journal of Educational Measurement, 28(3), 237–247.
Star, JR și Strickland, SK (2008). Învățați să observați: Folosirea videoclipurilor pentru a îmbunătăți
capacitatea de observare a profesorilor de matematică. Journal of Mathematics Teacher
Education, 11(2), 107–125.
Stein, MK, Engle, RA, Smith, MS și Hughes, EK (2008). Orchestrarea discuțiilor matematice
productive: cinci practici pentru a ajuta profesorii să treacă dincolo de arăta și spune. Gândire
și învățare matematică, 10(4), 313–340.
1111
Hill, Chin
Su¨dkamp, A., Kaiser, J., & Moller, J. (2012). Acuratețea judecăților profesorilor cu privire la
rezultatele academice ale studenților: o meta-analiză. Journal of Educational Psychology,
104(3), 743–762.
Toste, JR, Compton, DL, Fuchs, D., Fuchs, LS, Gilbert, JK, Cho, E., . . . Bouton, BD (2014). Înțelegerea
lipsei de răspuns la intervenția de citire de nivel 2: Explorarea clasificării și profilurilor
respondenților adecvați și inadecvați în clasa întâi. Learning Disability Quarterly, 37, 192–303.
West, MR, Morton, BA și Herlihy, CM (2016). Investiția Achievement Network în extinderea inovației:
impactul asupra practicii educatorilor și asupra performanței elevilor. Cambridge, MA: Centrul
de Cercetare a Politicii Educației.
Wilson, SM, Shulman, LS și Richert, AE (1987). ''150 de moduri diferite de cunoaștere: Reprezentări
ale cunoașterii în predare.'' În J. Calderhead (Ed.), Exploring teachers' thinking. Sussex, Marea
Britanie: Holt, Rinehart și Winston.
Xu, Z., Hannaway, J. și Taylor, C. (2011). Faceți diferența? Efectele Teach For America în liceu. Journal
of Policy Analysis and Management, 30(3), 447–469.
Manuscris primit pe 9 iulie 2015

Revizia finală a primit 11 noiembrie 2017
Acceptat 22 februarie 2018
1112

EJ1191767

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

EJ1191767

Încărcat de

Drepturi de autor:

Formate disponibile

Machine Translated by Google

American Educational Research Journal

Conexiunile dintre profesori

Atât oamenii de știință, cât și standardele profesionale identifică cunoștințele profesorilor

CUVINTE CHEIE: realizare, practici de instruire, educație matematică, cunoștințe ale

HEATHER C. HILL este Jerome T. Murphy profesor de educație la Harvard Graduate

Cunoștințele profesorilor despre elevi

În ciuda acestui consens considerabil asupra importanței cunoștințelor profesorilor

1. Scorurile la aceste măsuri rămân stabile în timp și se diferențiază între ele

cunoștințe ale profesorului?

În urma revizuirii cercetărilor anterioare, discutăm datele și analizele care ne permit să

Formatorii de profesori au conceptualizat de mult cunoștințele profesorilor ca un

În anii de la formularea originală a lui Shulman și a colegilor, oamenii de știință au

Cunoștințele profesorilor despre elevi

Figura 1. Schema de relații care leagă cunoștințele profesorului de învățarea elevilor.

cunoștințele, totuși prezice în mod independent calitatea instruirii în moduri așteptate;

dezvoltare în pregătirea profesorilor și evaluarea la licență (Shulman, 1986).1 Mai

Cunoașterea gândirii elevilor

Unii cercetători și-au concentrat atenția asupra a ceea ce știu profesorii cu

Cunoștințele profesorilor despre elevi

Acest articol urmărește această lucrare concentrându-se pe cunoștințele profesorilor

rezultate generalizate la matematică și pe dovezi din domeniul educației matematicii

Precizia judecății profesorului

Concomitent cu acest interes substanțial pentru cunoașterea gândirii elevilor, o

Cunoștințele profesorilor despre elevi

În concluzie, cercetările anterioare atât în formarea profesorilor, cât și în psihologia educațională

cunoștințele stau la baza practicii de predare eficiente și ridică întrebări cu privire la

Am folosit datele colectate de Centrul Național pentru Eficacitatea Profesorilor, un

Personalul proiectului a colectat date din cinci surse: chestionare autoadministrate

Cunoștințele profesorilor despre elevi

Elevii profesorilor participanți au finalizat, de asemenea, un test de matematică

Figura 2. Item deschis privind evaluarea la matematică elaborată de elev, cu un

Evaluare la matematică elaborată în proiect

În timpul construcției evaluării matematice dezvoltate în proiect, ne-am străduit să

Cunoștințele profesorilor despre elevi

Figura 3. Item cu alegere multiplă privind evaluarea la matematică elaborată de elev,

Cunoștințele profesorilor despre elevi

răspunsul elevilor a fost bine stabilit în literatura de specialitate și încercarea de a

Cunoștințele profesorilor despre elevi

P yð ut ai Þ it51jutai 5logistic mðÞ ð 1Þ

Pentru a genera scoruri de acuratețe pentru analizele noastre, am calculat procentul

Utilizarea acurateței și a scorurilor KOSM în analize a necesitat să luăm în considerare

De fapt, datele noastre au arătat că profesorii supraestimează în general

Alte măsuri ale cunoștințelor profesorului

Deoarece cercetările anterioare au demonstrat că conținutul profesorilor și

Cunoștințele profesorilor despre elevi

Proporția studenților care sunt de culoare –.18** –.07

Măsuri de calitate a instruirii

Lecțiile au fost punctate pe Calitatea Matematică a Predării (MQI)

Cunoștințele profesorilor despre elevi

Rezultatul, ysyt, reprezintă media răspunsurilor la cei patru itemi de monitorizare,

Această lucrare încearcă să înțeleagă în ce măsură acuratețea profesorilor și

Stabilitatea scorului și diferențierea între profesori

Am estimat trei indicatori de fiabilitate, dintre care unul sa concentrat pe stabilitatea

Relațiile dintre cunoștințele profesorilor despre studenți și alte măsuri

Prezicerea calității instruirii. Am folosit scalele KOSM și de acuratețe pentru a prezice

În acest model, am controlat cunoștințele matematice ale profesorilor (pt) , deoarece

Prezicerea rezultatelor elevilor. Mulți cercetători și factori de decizie politică

Cunoștințele profesorilor despre elevi

unde rezultatul, yspcgyt, reprezintă performanța testului fie la testul de matematică

Xsy1, un vector de controale pentru performanțele anterioare ale

și performanța elevilor, testând posibilitatea ca aceste măsuri de cunoștințe să fie

Stabilitatea scorului și diferențierea între profesori

Precizie .137* .078 .214* .176 .086 .072