从课堂观察推断有效教学的构念：无约束贝叶斯探索性因子分析的应用
应用统计
2015-11-18 v1
摘要
使用标准化课堂观察工具对教师教学实践进行评分，正越来越多地用于研究和教师问责。现有多种工具在使用，每种都试图评估教学和课堂活动的多个维度，但关于所衡量的是哪些潜在教学质量属性却知之甚少。我们利用从458名初中数学和英语语言艺术教师收集的多工具数据，通过建模高质量教学的潜在构念，为教师绩效测量的研究和实践提供信息。我们使用一种新颖的贝叶斯探索性因子分析（EFA）方法来推断这些构念，与贝叶斯EFA中常用的识别因子载荷方法不同，该方法对数据维度的排序不变。将该方法应用于课程评分，在数学和英语语言艺术中均揭示了两个不同的教学构念：(1)教学实践质量；和(2)教师课堂管理质量。我们展示了这些构念与教学质量其他指标（包括教师内容知识和学生在标准化测试中的表现）的关系。
引用
@article{arxiv.1511.05360,
title = {Inferring constructs of effective teaching from classroom observations: An application of Bayesian exploratory factor analysis without restrictions},
author = {J. R. Lockwood and Terrance D. Savitsky and Daniel F. McCaffrey},
journal= {arXiv preprint arXiv:1511.05360},
year = {2015}
}
备注
Published at http://dx.doi.org/10.1214/15-AOAS833 in the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)