Documente Academic
Documente Profesional
Documente Cultură
Heather C. Hill
Mark Chin
Harvard Graduate School of Education
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.
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
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).
1077
Machine Translated by Google
Hill, Chin
Cercetare prealabilă
1078
Machine Translated by Google
1079
Machine Translated by Google
Hill, Chin
1080
Machine Translated by Google
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.
1081
Machine Translated by Google
Hill, Chin
1082
Machine Translated by Google
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
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
Machine Translated by Google
Hill, Chin
Date și metode
Eșantion și setare
Aproximativ 10% dintre acești elevi erau studenți de la educație specială, iar dublu față de
cei care învață limba engleză (20%).
Date
1084
Machine Translated by Google
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.
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
Machine Translated by Google
Hill, Chin
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
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
Machine Translated by Google
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
Machine Translated by Google
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.
1088
Machine Translated by Google
dintre articolele elevilor diferă în funcție de clase) folosind comanda gsem din Stata
(versiunea 13.1):
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.
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
Machine Translated by Google
Hill, Chin
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.
1090
Machine Translated by Google
tabelul 1
Corelații între cunoștințele elevilor și caracteristicile clasei
Precizie KOSM
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.
1091
Machine Translated by Google
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
Machine Translated by Google
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
Strategia de analiză
1093
Machine Translated by Google
Hill, Chin
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.
yt5b01vut1cpt1kCt1esyt ð7Þ
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.
1094
Machine Translated by Google
Ecuația pe mai multe niveluri, în care elevii sunt imbricați în anii imbricați în cadrul
profesorilor, a fost:
yspcgyt5b01aXsy11dDsy1fPpcgyt1kCcgyt1h1vugt1cpt1mt1nyt1espcgyt ð8Þ
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
Machine Translated by Google
Hill, Chin
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.
1096
Machine Translated by Google
masa 2
Statistici rezumate brute ale măsurilor de cunoaștere și calitate
a instruirii
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
Machine Translated by Google
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.
1098
Machine Translated by Google
Tabelul 3
Prezicerea calității instruirii profesorilor folosind cariera
Scorurile KOS (Knowledge of Student).
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).
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
Machine Translated by Google
Hill, Chin
Tabelul 4
Prezicerea rezultatelor la testul de matematică al elevilor folosind scorurile KOS
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.
1100
Machine Translated by Google
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
Machine Translated by Google
Hill, Chin
Tabelul 5
Prezicerea rezultatelor la testul de matematică de stat al elevilor folosind scorurile KOS în carieră
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.
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
Machine Translated by Google
Tabelul 6
Prezicerea eterogenă a performanței testelor studenților cu scoruri KOS în carieră
Proiect Stat
Continuu categoric Continuu categoric
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
Machine Translated by Google
Hill, Chin
Tabelul 7
Prezicerea rezultatelor la testul de matematică a elevilor folosind
Carieră KOS Scores și Valence
Proiect Stat
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.
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
Machine Translated by Google
1105
Machine Translated by Google
Hill, Chin
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 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
Machine Translated by Google
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
Machine Translated by Google
Hill, Chin
ORCID ID
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.
1108
Machine Translated by Google
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.
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
Machine Translated by Google
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, 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.
1110
Machine Translated by Google
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.
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
Machine Translated by Google
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.
1112