Investigating Iranian EFL Instructor Evaluation Scheme from End-Users’ Perspective: Self-Evaluation vs. Students’ Ratings
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 444
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_RELT-6-2_006
تاریخ نمایه سازی: 11 خرداد 1398
چکیده مقاله:
Abstract This study investigated Iranian EFL instructor evaluation scheme from end-users’ perspective: self-evaluation vs. students’ ratings. To do so, in the second semester of 2015-2016, 60 instructors and 1000 students of English Department of Islamic Azad University Isfahan (Khorasgan) Branch, )IAUIB(, were selected as those from whom the corpus of the study was extracted. The corpus was provided by administrating two rating scales online via the university website on each person’s profile. Then the results of their completed evaluation rating scales were compared. The study was accomplished through a non-experimental descriptive correlational design. The results revealed that almost no relationship was found between Iranian EFL instructors’ self-evaluation and those done by their students at IAUIB. This study could benefit Iranian educationalists, policy makers, and evaluators in making informed pedagogical decisions and conducting more efficient teacher evaluation in English education of Iran.
کلیدواژه ها:
Keywords: Iranian EFL Context ، rating scale ، Self-Evaluation ، Students’ Ratings ، Teacher Evaluation Scheme
نویسندگان
Fateme Naderian
English Department, Islamic Azad University, Isfahan (Khorasgan) Branch, Isfahan, Iran
Azizeh Chalak
English Department, Islamic Azad University, Isfahan (Khorasgan) Branch, Isfahan, Iran
Ahmad Ali Foroughi
Educational Sciences Department, Islamic Azad University, Isfahan (Khorasgan) Branch, Isfahan, Iran
Hossein Heidari Tabrizi
English Department, Islamic Azad University, Isfahan (Khorasgan) Branch, Isfahan, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :