Protokół badania w oparciu o teorię samostanowienia w zakresie motywacji do rozwoju zawodowego, poczucia własnej skuteczności w nauczaniu oraz zaangażowania nauczycieli akademickich

Podsumowanie

Niniejszy protokół opisuje procedurę anonimowego, przekrojowego badania kwestionariuszowego służącego do oceny motywacji do rozwoju zawodowego, poczucia własnej skuteczności w nauczaniu, zaangażowania oraz praktyki refleksyjnej nauczycieli akademickich.

Streszczenie

Nauczyciele akademiccy uczestniczą w rozwoju zawodowym w różnych warunkach instytucjonalnych, dyscyplinarnych i motywacyjnych. Same zapisy uczestnictwa nie pozwalają rozstrzygnąć, czy rozwój zawodowy przekłada się na znaczące uczenie się zawodowe. Niniejszy artykuł przedstawia odtwarzalny, anonimowy, przekrojowy protokół badania ankietowego służący do oceny zaspokojenia potrzeb psychologicznych, motywacji autonomicznej i kontrolowanej, poczucia własnej skuteczności w nauczaniu, zaangażowania w rozwój zawodowy oraz praktyki refleksyjnej z perspektywy teorii samostanowienia. Protokół określa kryteria kwalifikacji, warstwowy dobór wygodny, konstrukcję kwestionariusza, recenzję ekspercką, testy pilotażowe, administrację online, anonimizację, weryfikację jakości odpowiedzi, punktację skal, szacowanie niezawodności, analizę korelacji, regresję hierarchiczną oraz analizy wrażliwości. Wyjaśnia również kwestie adaptacji skal, weryfikacji uprawnień, punktowania konstruktów oraz interpretacji wysoce niezawodnych skal jako potencjalnych wskaźników redundancji pozycji. Reprezentatywne wyniki uzyskano z jednej pełnej implementacji protokołu, w której wyeksportowano 326 przesłanych rekordów, a po wstępnie określonej weryfikacji zachowano 313 poprawnych odpowiedzi. Wyniki wykazały, że zaspokojenie potrzeb autonomii, kompetencji i relacyjności było dodatnio skorelowane z motywacją autonomiczną, a motywacja autonomiczna oraz poczucie własnej skuteczności w nauczaniu wiązały się z zaangażowaniem w rozwój zawodowy. Protokół nadaje się do ustandaryzowanych, wieloośrodkowych badań ankietowych dotyczących motywacyjnych i zawodowych korelatów przekonań związanych z zaangażowaniem w rozwój zawodowy. Jest on mniej odpowiedni do wnioskowania przyczynowego, szacowania zmian w czasie, oceny bezpośrednich wyników behawioralnych lub ewaluacji programów na poziomie instytucjonalnym, chyba że zastosuje się pomiary powtarzane, obserwację, badania jakościowe lub dane administracyjne.

Wprowadzenie

Rozwój zawodowy nauczycieli jest powszechnie stosowany w celu wspierania jakości nauczania, doskonalenia dydaktyki oraz uczenia się zawodowego, jednak jego efekty są trudne do zinterpretowania, gdy ewaluacja ogranicza się do obecności, ekspozycji lub liczby ukończonych godzin szkolenia^1,2. Badania nad rozwojem zawodowym wymagają jasnej konceptualizacji mechanizmów łączących działania edukacyjne ze zmianami w postawach nauczycieli, ponieważ sam udział nie musi wskazywać na zaangażowanie, postrzeganą użyteczność czy późniejszą refleksję¹. W środowisku akademickim nauczyciele pracują w różnych dyscyplinach, na różnych typach etatów, w różnych warunkach obciążenia pracą i przy różnych oczekiwaniach instytucjonalnych. Protokół ankiety mierzący psychologiczne i profesjonalne przekonania może zatem uzupełnić monitorowanie oparte na aktywności, badając, w jaki sposób nauczyciele doświadczają rozwoju zawodowego i jak wdrażają go w praktyce. Alternatywne podejścia służą innym celom ewaluacyjnym. Ewaluacja oparta na obecności jest efektywna w dokumentowaniu zasięgu, zgodności i stopnia przyjęcia programu, ale dostarcza ograniczonych informacji o motywacji, postrzeganych kompetencjach lub jakości zaangażowania. Wywiady jakościowe, grupy fokusowe i narracje refleksyjne zapewniają bogatszy opis doświadczeń z uczenia się zawodowego, ale są mniej odpowiednie do standaryzowanego pomiaru w wielu instytucjach lub w większych próbach. Projekty podłużne są preferowane przy szacowaniu zmian w czasie, ustalaniu chronologii zdarzeń lub badaniu odroczonych efektów nauczania. Ramy ewaluacyjne na poziomie instytucjonalnym są użyteczne do monitorowania realizacji programu, alokacji zasobów i odpowiedzialności organizacyjnej. Przedstawiony protokół jest najbardziej odpowiedni w przypadku, gdy celem jest przeprowadzenie anonimowej, przekrojowej ankiety wieloośrodkowej z wykorzystaniem powtarzalnych procedur punktowania, oczyszczania danych i analizy.

Protokół traktuje rozwój zawodowy jako proces uczenia się zawodowego, a nie jako pojedyncze zdarzenie instytucjonalne. Opfer i Pedder zconceptualizowali zawodowe uczenie się nauczycieli jako złożony proces kształtowany przez interakcje między systemami indywidualnymi, miejsca pracy oraz działań edukacyjnych³. Perspektywa ta jest istotna dla wykładowców akademickich, ponieważ ta sama aktywność może być doświadczana w różny sposób w zależności od postrzeganego wyboru, pewności w nauczaniu, wsparcia kolegów, obciążenia pracą oraz znaczenia dyscyplinarnego. Protokół ocenia zatem zaspokojenie potrzeb psychologicznych, motywację do rozwoju zawodowego, poczucie własnej skuteczności w nauczaniu, zaangażowanie w rozwój zawodowy oraz praktykę refleksyjną, oprócz informacji o charakterze uczestnictwa. Podstawę motywacyjną protokołu stanowi teoria samostanowienia. Teoria ta odróżnia motywację autonomiczną, w której zachowanie jest przeżywane jako osobiście poparte lub znaczące, od motywacji kontrolowanej, w której zachowanie jest napędzane głównie przez presję, obowiązek lub zewnętrzne żądania⁴. Identyfikuje ona również autonomię, kompetencję i powiązania jako podstawowe potrzeby psychologiczne, które wspierają działania podejmowane z własnej woli i trwałe zaangażowanie⁵. W kontekście rozwoju zawodowego wykładowców akademickich autonomia odnosi się do postrzeganego wyboru i dyskrecji zawodowej w wyborze lub stosowaniu działań rozwojowych; kompetencja odnosi się do postrzeganego wzrostu umiejętności nauczania; a powiązania odnoszą się do relacji koleżeńskich, przynależności zawodowej i konstruktywnej wymiany. Konstrukty te pozwalają protokołowi zbadać, dlaczego nauczyciele uczestniczą w szkoleniach oraz w jaki sposób doświadczane jest środowisko rozwoju zawodowego.

Włączono poczucie własnej skuteczności w nauczaniu, ponieważ sama motywacja nie determinuje tego, czy nauczyciele czują się zdolni do zastosowania treści z rozwoju zawodowego w praktyce dydaktycznej. Poczucie własnej skuteczności nauczyciela odnosi się do przekonań nauczycieli o ich zdolności do organizowania i wykonywania działań związanych z nauczaniem i zostało powiązane z zachowaniami instruktażowymi, wytrwałością, entuzjazmem oraz efektami w odniesieniu do uczniów⁶. Model zmian nauczycielskich Guskey'a sugeruje ponadto, że rozwój zawodowy staje się znaczący, gdy nauczyciele potrafią powiązać nowe praktyki z dowodami poprawy⁷. W niniejszym protokole poczucie własnej skuteczności w nauczaniu jest traktowane jako zmienna przekonań zawodowych, która może pomóc wyjaśnić, czy rozwój zawodowy zostaje przeniesiony do kontekstów nauczania w klasie, online, w laboratorium, pracowni, klinice lub w kontekście nadzoru dydaktycznego. Zaangażowanie w rozwój zawodowy definiuje się jako aktywny udział w działaniach związanych z rozwojem zawodowym, uwagę poświęcaną procesowi uczenia się, wysiłek w celu powiązania treści rozwoju zawodowego z nauczaniem, kontynuowanie nauki po zakończeniu działania oraz gotowość do udziału w przyszłym kształceniu zawodowym. Konstrukt ten wiąże się z szerszą literaturą dotyczącą zaangażowania, w której wigor, oddanie i pochłonięcie opisują trwałe zaangażowanie w działania związane z pracą⁸. Jednak zaangażowanie w rozwój zawodowy nie jest traktowane jako tożsame z ogólnym zaangażowaniem w pracę ani jako liczba uczestnictw w szkoleniach z rozwoju zawodowego. Jest ono mierzone jako węższa odpowiedź w zakresie kształcenia zawodowego, która oddaje sposób, w jaki nauczyciele uczestniczą w doświadczeniach z rozwoju zawodowego, przetwarzają je i nadal z nich korzystają. Praktyka refleksyjna została włączona jako krótki wskaźnik przeglądu po zakończeniu działania, oceny użyteczności nauczania, rewizji strategii nauczania oraz dokumentowania lub omawiania efektów uczenia się⁹.

Protokół badania ankietowego wymaga również uprzednio określonych procedur pomiarowych oraz oceny jakości odpowiedzi. Anonimowe kwestionariusze online mogą generować odpowiedzi udzielone w zbyt krótkim czasie, pominięte pytania, błędy w pytaniach kontrolnych oraz niezmienne wzorce odpowiedzi. Przesiewanie odpowiedzi udzielonych niestarannie jest bardziej uzasadnione, gdy łączy się wiele wskaźników, niż gdy stosuje się pojedynczą regułę wykluczania¹⁰. Protokół określa zatem progi czasu wypełniania, kontrole uwagi w postaci instrukcji odpowiedzi, reguły dotyczące braków danych, przesiewanie odpowiedzi niezmiennych oraz śledzalne kodowanie wykluczeń przed punktowaniem skal. Spójność wewnętrzną szacuje się za pomocą alfa Cronbacha oraz omega McDonaldowskiej, ponieważ sama wartość alfa może być myląca w niektórych warunkach pomiarowych¹¹. Bardzo wysokie wartości rzetelności interpretuje się ostrożnie, gdyż mogą one wskazywać na redundancję pozycji, a nie na silniejszy pomiar. Analiza główna traktuje każdy konstrukt jako obserwowany wynik skali w statystykach opisowych, szacowaniu rzetelności, analizie korelacji, regresji hierarchicznej i analizach wrażliwości. Badania wykorzystujące ten protokół do opracowywania skal, porównań międzykulturowych lub pomiarów o wysokiej stawce powinny poprzedzić interpretację powiązań strukturalnych analizą czynnikową eksploracyjną lub konfirmacyjną, zwłaszcza gdy korelacje między konstruktami są wysokie lub zastosowano przetłumaczone pozycje. Projekt przekrojowy pozwala szacować powiązania między zaspokojeniem potrzeb psychologicznych, motywacją, poczuciem własnej skuteczności w nauczaniu, zaangażowaniem w rozwój zawodowy i praktyką refleksyjną, ale nie pozwala na ustalenie następstwa czasowego, efektów przyczynowych ani zmian behawioralnych. Ponieważ wszystkie główne zmienne są raportowane samodzielnie przez tych samych respondentów, mimo anonimowości, neutralnego sformułowania pytań, przesiewania jakości odpowiedzi i analiz wrażliwości, nadal możliwe jest wystąpienie błędu pożądalności społecznej i błędu wspólnej metody¹². Protokół ten jest zatem mniej odpowiedni do wnioskowania przyczynowego, szacowania zmian podłużnych, bezpośredniej oceny zachowań nauczycielskich lub ewaluacji programów na poziomie instytucjonalnym, chyba że zostaną dodane pomiary powtarzane, badania jakościowe, obserwacje lekcyjne, artefakty nauczania lub administracyjne dane programowe. W ramach zamierzonego zakresu protokół ten dostarcza ustandaryzowanej metody badania konstruktów motywacyjnych i przekonań zawodowych związanych z zaangażowaniem nauczycieli akademickich w rozwój zawodowy oraz refleksyjne uczenie się w ramach zawodu¹³.

Protokół

Protokół badania został przeanalizowany i zatwierdzony przez Komitet Etyki Badań Universiti Malaya (Non-Medical) w dniu 7 sierpnia 2025 r. (nr referencyjny UM.TNC(P&(#38;I)/UMREC_4864). W przypadkach, gdy było to wymagane, przed rozpoczęciem rekrutacji uzyskano lokalne zezwolenia administracyjne z każdej uczestniczącej uczelni. Przed weryfikacją kryteriów kwalifikowalności oraz wypełnieniem kwestionariusza zebrano elektroniczne świadome zgody. Nie gromadzono imion i nazwisk, numerów identyfikacyjnych pracowników, numerów telefonów, instytucjonalnych adresów e-mail, adresów IP, danych geolokalizacyjnych, identyfikatorów urządzeń, dokładnych nazw wydziałów ani identyfikatorów w formie otwartego tekstu. Przesłanym odpowiedziom przypisano anonimowe kody respondentów, a następnie przechowywano je w zaszyfrowanej pamięci instytucjonalnej zgodnie z zatwierdzoną procedurą retencji danych.

Niniejszy protokół standaryzuje procedurę anonimowego badania przekrojowego za pomocą kwestionariusza w celu oceny motywacji do rozwoju zawodowego nauczycieli akademickich, zaspokojenia podstawowych potrzeb psychologicznych, poczucia własnej skuteczności w nauczaniu, zaangażowania w rozwój zawodowy oraz praktyki refleksyjnej. Protokół wykorzystuje teorię autodeterminacji do rozróżnienia motywacji autonomicznej od motywacji kontrolowanej w udziale w rozwoju zawodowym¹⁴.

1. Projekt badania i schemat postępowania

1. Zdefiniuj badanie jako anonimowe, przekrojowe badanie kwestionariuszowe przeprowadzone wśród nauczycieli akademickich i postępuj zgodnie z przebiegiem prac przedstawionym na Rysunku 1, od uzyskania zgody komisji etycznej po sprawdzenie powtarzalności.
2. Zmierz poziom zaspokojenia podstawowych potrzeb psychologicznych, motywację do rozwoju zawodowego, poczucie własnej skuteczności w nauczaniu, zaangażowanie w rozwój zawodowy oraz praktykę refleksyjną.
3. Przyjmij zaspokojenie potrzeb autonomii, kompetencji i relacyjności jako antecedenty motywacyjne; motywację autonomiczną i kontrolowaną jako zmienne regulacji motywacyjnej; poczucie własnej skuteczności w nauczaniu jako zmienną przekonań zawodowych; a zaangażowanie w rozwój zawodowy i praktykę refleksyjną jako zmienne odpowiedzi w zakresie uczenia się zawodowego¹⁵.
4. Analizuj konstrukty jako obserwowane wyniki skal w celu obliczenia statystyk opisowych, oszacowania niezawodności, przeprowadzenia analizy korelacji, regresji hierarchicznej oraz analiz wrażliwości.
   UWAGA: Przed interpretacją struktury latentnej, ekwiwalencji pomiarowej międzykulturowej lub trafności dyskryminacyjnej w badaniach wykorzystujących przetłumaczone elementy, nowo zaadaptowane elementy lub silnie skorelowane konstrukty, przeprowadź eksploracyjną lub konfirmacyjną analizę czynnikową.

2. Kryteria kwalifikowalności uczestników i plan pobierania próbek

1. Zrekrutować wykładowców akademickich z co najmniej czterech uniwersytetów o zróżnicowanych profilach instytucjonalnych.
2. Włączyć do badania uczestników w wieku 21 lat lub więcej, którzy są zatrudnieni w instytucji szkolnictwa wyższego, zajmują się nauczaniem lub nadzorem, są zdolni do wypełnienia kwestionariusza w języku badania i wyrażają zgodę na udzielenie elektronicznej świadomej zgody.
3. Jako kwalifikujące się role dydaktyczne uwzględnić nauczanie na studiach pierwszego stopnia, nauczanie na studiach drugiego i trzeciego stopnia, nadzór, realizację programu nauczania, nauczanie kliniczne, prowadzenie pracowni projektowych, nauczanie laboratoryjne, nauczanie online oraz mentoring akademicki.
4. Wykluczyć personel administracyjny bez obowiązków dydaktycznych, emerytowanych nauczycieli niezaangażowanych już w nauczanie, wizytujących naukowców bez obowiązków dydaktycznych, zewnętrznych trenerów niezatrudnionych na uniwersytecie oraz osoby, które nie wyraziły świadomej zgody.
5. Zastosować warstwową próbę wygodną obejmującą szerokie grupy dyscyplin i stopnie naukowe. Zakodować grupy dyscyplin jako Edukacja, Humanistyka, Nauki Społeczne, Biznes i Zarządzanie, Nauki Przyrodnicze, Technologia, Inżynieria i Matematyka, Nauki o Zdrowiu, Sztuka i Projektowanie lub Inne.
6. Ustalić minimalny cel na poziomie 300 poprawnych odpowiedzi dla modeli regresji z wieloma predyktorami demograficznymi i psychologicznymi¹⁶. Zrekrutować 330–360 nadesłanych odpowiedzi, aby uwzględnić wykluczenia podczas przesiewania.
7. Przeprowadzić rekrutację w trakcie regularnego okresu nauczania, unikając tygodni egzaminacyjnych i głównych okresów ewaluacji instytucjonalnej; zastosować 4-tygodniowe okno rekrutacyjne i przedłużyć rekrutację jednorazowo o 7 dni kalendarzowych, jeśli dostępnych będzie mniej niż 300 poprawnych odpowiedzi.
   UWAGA: Zastosować identyczne kryteria kwalifikowalności, kategorie dyscyplin, sformułowania rekrutacyjne i zasady wykluczenia we wszystkich uniwersytetach. Wstrzymać działania do czasu sfinalizowania zatwierdzenia etycznego, zgód instytucjonalnych, kanałów rekrutacyjnych, schematu próbkowania oraz materiałów rekrutacyjnych.

3. Struktura kwestionariusza i mapa konstruktu

1. Skonstruuj kwestionariusz, dzieląc go na siedem sekcji: świadoma zgoda, dane demograficzne i profil zawodowy, zaspokojenie podstawowych potrzeb psychologicznych, motywacja do rozwoju zawodowego, poczucie własnej skuteczności w nauczaniu, zaangażowanie w rozwój zawodowy oraz praktyka refleksyjna.
2. Przed zaprogramowaniem kwestionariusza zdefiniuj każdy konstrukt, kod pozycji, źródło pozycji, numer pozycji, skalę odpowiedzi, metodę punktowania, oczekiwany zakres wyników oraz status zgody w Tabeli 1.
3. Dla wszystkich głównych pozycji psychometrycznych zastosuj 5-punktową skalę Likerta, od 1 (zdecydowanie się nie zgadzam) do 5 (zdecydowanie się zgadzam).
4. Przed pozycjami psychometrycznymi zbierz kod instytucji, grupę dyscyplinarną, płeć, grupę wiekową, stopień/tytuł naukowy, staż pracy w nauczaniu, tygodniową liczbę godzin nauczania, podejmowane działania z zakresu rozwoju zawodowego oraz liczbę godzin poświęconych na nie w ciągu ostatnich 12 miesięcy, a także subiektywną ocenę obciążenia administracyjnego.
5. Zakoduj grupę wiekową, staż pracy w nauczaniu, grupę dyscyplinarną oraz subiektywną ocenę obciążenia administracyjnego zgodnie z księgą kodową w Pliku uzupełniającym 1. Zamiast dokładnych nazw katedr zastosuj szerokie kategorie dyscyplinarne.
6. Pełną treść kwestionariusza, nazwy zmiennych, kody pozycji, kodowanie odpowiedzi, składnię punktowania, kodowanie wykluczeń oraz strukturę skryptu zamieść w Pliku uzupełniającym 1.
   UWAGA: Zablokuj kody pozycji przed zaprogramowaniem kwestionariusza online. Nie zmieniaj kodów pozycji po przeprowadzeniu testów pilotażowych, chyba że kwestionariusz, księga kodowa i skrypt analizy zostaną zaktualizowane jednocześnie.

4. Pomiar konstruktu i przydział elementów

1. Zmierz zaspokojenie potrzeb autonomii, kompetencji i powiązań za pomocą czterech pozycji dla każdej z nich.
2. Zmierz motywację autonomiczną za pomocą sześciu pozycji oraz motywację kontrolowaną za pomocą czterech pozycji odzwierciedlających powody związane z własnym przekonaniem oraz presją zewnętrzną w kontekście rozwoju zawodowego nauczycieli¹⁷.
3. Zmierz poczucie własnej skuteczności w nauczaniu za pomocą 12 pozycji dostosowanych do warunków uniwersyteckich, obejmujących strategie dydaktyczne, angażowanie studentów oraz zarządzanie klasą lub interakcje¹⁸.
4. Zmierz zaangażowanie w rozwój zawodowy za pomocą sześciu pozycji obejmujących aktywny udział, stały wysiłek w nauce, uwagę, zastosowanie wiedzy, dalszą naukę oraz gotowość do udziału w przyszłych działaniach z zakresu rozwoju zawodowego¹⁹.
5. Zmierz praktykę refleksyjną za pomocą czterech pozycji obejmujących refleksję po aktywności, ocenę użyteczności, rewizję strategii nauczania oraz dokumentowanie lub omawianie wyników uczenia się²⁰.
6. Wprowadź dwa pytania kontrolne sprawdzające uwagę z instrukcją odpowiedzi: jedno wymagające zaznaczenia „Zgadzam się” po pozycjach dotyczących motywacji oraz jedno wymagające zaznaczenia „Nie zgadzam się” po pozycjach dotyczących poczucia własnej skuteczności w nauczaniu.
7. Utrzymaj końcowy kwestionariusz w zakresie od 38 do 44 głównych pozycji, z wyłączeniem świadomej zgody i pytań dotyczących danych demograficznych.
8. Zaklasyfikuj wszystkie pozycje psychometryczne w Tabeli 1 jako dostosowane, nowo opracowane lub zgodne z dziedziną, a następnie odnotuj źródło, status dostosowania oraz status zezwolenia.
   UWAGA: Nie reprodukuj dosłownie zastrzeżonych pozycji skal, chyba że uzyskano pisemną zgodę lub źródło wyraźnie zezwala na takie użycie.

5. Recenzja ekspercka i doprecyzowanie elementów

1. Zaproś od trzech do pięciu recenzentów posiadających wiedzę specjalistyczną w zakresie teorii motywacji, szkolnictwa wyższego lub rozwoju zawodowego nauczycieli oraz ilościowych badań ankietowych. W przypadku zastosowania tłumaczenia uwzględnij jednego recenzenta dwujęzycznego.
2. Przekaż recenzentom cel badania, definicje konstruktów, listę pozycji, skalę odpowiedzi, populację docelową, plan punktowania oraz tabelę statusu pozwoleń.
3. Poproś recenzentów o ocenę istotności konstruktu, jasności sformułowań, odpowiedniości kulturowej, obciążenia respondenta oraz ryzyka odpowiedzi społecznie pożądanych przy użyciu 4-punktowej skali istotności.
4. Zachowaj pozycje ocenione na 3 lub 4 przez co najmniej 80% recenzentów. Zrewiduj lub usuń pozycje o niskiej istotności, niejednoznacznym sformułowaniu, niedopasowaniu kulturowym, ryzyku odpowiedzi społecznie pożądanych, powtórzeniach lub sformułowaniach podwójnych.
5. Zachowaj co najmniej cztery pozycje dla każdego głównego konstruktu i przygotuj rejestr decyzji dotyczących pozycji, zawierający kod pozycji, uwagi recenzenta, decyzję o zmianie, ostateczne sformułowanie, status źródła oraz status pozwolenia.
   UWAGA: Zatrzymaj proces po recenzji eksperckiej. Wznowij go dopiero wtedy, gdy zrewidowany kwestionariusz, rejestr decyzji dotyczących pozycji, książka kodowa i składnia punktowania będą korzystać z identycznych kodów pozycji.

6. Tłumaczenie i weryfikacja językowa

1. Należy użyć oryginalnego języka badania, jeżeli wszyscy uczestniczący nauczyciele mogą wypełnić kwestionariusz w tym języku.
2. W przypadku stosowania pozycji z wersji angielskiej w innym języku, należy przeprowadzić tłumaczenie w przód oraz tłumaczenie zwrotne.
3. Należy zlecić dwóm tłumaczom dwujęzycznym niezależne przetłumaczenie kwestionariusza, uzgodnić wersje tłumaczeń, a następnie zlecić trzeciemu tłumaczowi dwujęzycznemu wykonanie tłumaczenia zwrotnego wersji uzgodnionej na język angielski.
4. Należy porównać wersję przetłumaczoną zwrotnie z wersją źródłową pod kątem zmian w znaczeniu konstruktu, kierunku odpowiedzi oraz intensywności pozycji²¹. W przypadku stwierdzenia zmian w znaczeniu należy zrewidować pozycje.
5. Należy przeprowadzić weryfikację poznawczą z pięcioma nauczycielami akademickimi i poprosić ich o wskazanie pozycji mylących, dwuznacznych, drażliwych, powtarzających się lub niedostosowanych kulturowo.
6. Należy sfinalizować i zatwierdzić wersję do udostępnienia po rozwiązaniu problemów wynikających z tłumaczenia i weryfikacji poznawczej.
   UWAGA: Należy używać jednej sfinalizowanej wersji kwestionariusza dla wszystkich uczestników głównego badania, chyba że każda wersja językowa przeszła tę samą procedurę weryfikacji.

7. Testy pilotażowe

1. Zrekrutuj 20-30 nauczycieli akademickich z populacji docelowej do testów pilotażowych i wyklucz ich z badania głównego.
2. Przeprowadź pilotaż kwestionariusza za pomocą tego samego rodzaju zatwierdzonej instytucjonalnie platformy do ankiet online, która jest planowana dla badania głównego.
3. Automatycznie zarejestruj czas wypełnienia od pierwszej strony kwestionariusza po wyrażeniu zgody do końcowego wysłania odpowiedzi oraz zbierz uwagi uczestników dotyczące sformułowań, powtórzeń, długości ankiety, pytań wrażliwych i problemów z wyświetlaniem.
4. Oblicz medianę czasu wypełnienia w pilotażu. Zdefiniuj minimalny próg poprawnego czasu wypełnienia jako jedną trzecią mediany pilotażowej lub 180 s, w zależności od tego, która wartość jest dłuższa, a zakres czasu granicznego jako próg plus 60 s.
5. Zrewiduj kwestionariusz, jeśli mediana czasu wypełnienia w pilotażu jest krótsza niż 5 min lub dłuższa niż 15 min, jeśli brak odpowiedzi w poszczególnych punktach przekracza 10% wraz z uwagami dotyczącymi sformułowań lub jeśli więcej niż 10% uczestników pilotażu błędnie odpowiedziało na którykolwiek z punktów kontroli uwagi.
6. Oblicz wstępną spójność wewnętrzną dla każdej skali i zablokuj kwestionariusz, książkę kodową, składnię punktacji, próg czasu wypełnienia oraz zakres czasu granicznego przed rozpoczęciem głównej rekrutacji.
   UWAGA: Nie używaj odpowiedzi z pilotażu w głównym zbiorze danych do analizy. Wznów główną rekrutację dopiero po zablokowaniu kwestionariusza, książki kodowej, reguł czasu wypełnienia i składni punktacji.

8. Konfiguracja ankiety online

1. Stwórz kwestionariusz w zatwierdzonej przez instytucję platformie do ankiet online, korzystając z listy kontrolnej konfiguracji platformy zawartej w Supplementary File 1.
2. Wyłącz zbieranie adresów IP, danych geolokalizacyjnych, identyfikatorów urządzeń, imion/nazwisk oraz adresów e-mail.
3. Umieść arkusz informacji dla uczestnika oraz element elektronicznej świadomej zgody na pierwszej stronie. Zaprogramuj automatyczne zakończenie ankiety w przypadku wybrania opcji „Nie zgadzam się na udział”.
4. Stosuj wymóg odpowiedzi wyłącznie dla elementów dotyczących zgody i kryteriów kwalifikowalności. Pozostaw możliwość pominięcia elementów psychometrycznych w celu zastosowania zaplanowanego sposobu postępowania z brakami danych.
5. Wyświetlaj jeden blok konstruktu na stronie; elementy zgody, kwalifikowalności, demograficzne oraz pytania kontrolne (attention-check) pozostaw na stałe, a randomizację elementów na poziomie bloku stosuj wyłącznie w obrębie bloków konstruktów, jeśli platforma na to pozwala.
6. Użyj ustawień zapobiegających duplikatom, które nie identyfikują użytkowników, i unikaj śledzenia adresów IP.
7. Przetestuj link do ankiety na komputerach stacjonarnych, laptopach, tabletach i smartfonach. Prześlij i wyeksportuj co najmniej pięć testowych odpowiedzi, a następnie zweryfikuj rozgałęzienia zgody, rozgałęzienia kwalifikowalności, nazwy zmiennych, kody odpowiedzi, znaczniki czasu, wartości brakujące, czas ukończenia oraz kodowanie pytań kontrolnych, korzystając z Supplementary File 1.
8. Upewnij się, że pominięte elementy psychometryczne są eksportowane jako wartości brakujące, a nie zera. Usuń odpowiedzi testowe przed rozpoczęciem rekrutacji.
   UWAGA: Nie rozpoczynaj rekrutacji, jeśli pominięte elementy psychometryczne są eksportowane jako zera lub jeśli rozgałęzienia zgody, rozgałęzienia kwalifikowalności bądź kodowanie pytań kontrolnych są nieprawidłowe.

9. Procedura rekrutacji

1. Prześlij zaproszenie do rekrutacji za pośrednictwem ogólnych kanałów instytucjonalnych, biur rozwoju wydziałowego, akademickich list mailingowych lub grup rozwoju zawodowego nauczycieli.
2. Użyj neutralnej wiadomości rekrutacyjnej zawierającej cel badania, kryteria kwalifikowalności, przybliżony czas wypełnienia, informację o dobrowolności udziału, ochronie anonimowości oraz datę zamknięcia ankiety.
3. Nie proś bezpośrednich przełożonych o rekrutowanie poszczególnych pracowników, nie dostarczaj raportów z uczestnictwa na poziomie wydziału ani nie oferuj indywidualnych zachęt powiązanych z wypełnieniem ankiety, chyba że zostanie to zatwierdzone przez komisję etyki.
4. Wyślij pierwsze zaproszenie w 1. dniu, pierwsze przypomnienie w 10. dniu, a końcowe przypomnienie w 21. dniu.
5. Zamknij ankietę w 28. dniu, chyba że aktywowano zatwierdzone 7-dniowe przedłużenie z powodu uzyskania mniej niż 300 poprawnych odpowiedzi.
6. Zapisz daty rekrutacji, daty przypomnień, liczbę przesłanych odpowiedzi, status przedłużenia oraz końcową datę zamknięcia w dzienniku rekrutacji.
   UWAGA: Zrób przerwę po zamknięciu ankiety. Wyeksportuj i zablokuj surowy zbiór danych przed zastosowaniem jakichkolwiek reguł czyszczenia.

10. Eksport i anonimizacja danych

1. W ciągu 48 h po zamknięciu ankiety wyeksportuj dane z ankiety w formatach arkusza kalkulacyjnego oraz wartości rozdzielanych przecinkami (CSV). Zapisz oryginalny eksport jako plik danych surowych tylko do odczytu i utwórz oddzielną kopię roboczą do czyszczenia i analizy.
2. Zastąp identyfikatory odpowiedzi generowane przez platformę anonimowymi kodami respondentów, takimi jak T001, T002 i T003.
3. Przejrzyj wszystkie zmienne pod kątem przypadkowych identyfikatorów. Usuń treści tekstowe zawierające nazwiska, dokładne nazwy wydziałów, instytucjonalne adresy e-mail lub możliwe do zidentyfikowania zdarzenia.
4. Zastąp nazwy uczelni oznaczeniami Uniwersytet A, Uniwersytet B, Uniwersytet C i Uniwersytet D, a dokładne nazwy dyscyplin zastąp szerokimi grupami dyscyplinarnymi.
5. Przechowuj plik danych surowych, plik roboczy, plik danych oczyszczonych, dziennik przesiewowy, książkę kodową, kwestionariusz oraz skrypty analityczne w zaszyfrowanym magazynie instytucjonalnym z dostępem ograniczonym do zatwierdzonych członków zespołu badawczego.
6. Każdą decyzję dotyczącą anonimizacji i czyszczenia zapisz w dzienniku przesiewowym.
   UWAGA: Nie czyść, nie rekoduj ani nie punktuj danych bezpośrednio w pliku danych surowych. Wznów czyszczenie danych dopiero po zabezpieczeniu pliku danych surowych i upewnieniu się, że plik roboczy nie zawiera żadnych bezpośrednich ani pośrednich identyfikatorów.

11. Przesiewowa ocena jakości odpowiedzi

1. Przesiewowo sprawdź wszystkie przesłane odpowiedzi przed punktowaniem skal, stosując zasady oceny jakości odpowiedzi i decyzji analitycznych zawarte w Tabeli 2.
2. Wyklucz odpowiedzi, w których brakuje elektronicznej świadomej zgody, nie spełniono kryteriów kwalifikowalności, czas wypełnienia był krótszy niż wcześniej określony minimalny próg poprawności, nie zaliczono któregoś z pytań kontrolnych uwagi lub brakuje więcej niż 20% pozycji psychometrycznych.
3. Przejrzyj odpowiedzi z czasu wypełnienia mieszczącego się w zakresie granicznym. Zachowaj je tylko wtedy, gdy oba testy uwagi zostały zaliczone, liczba brakujących danych mieści się w dopuszczalnym zakresie i nie zaobserwowano niezmiennego wzorca odpowiedzi.
4. Oznacz respondentów, którzy wybrali tę samą opcję odpowiedzi w skali Likerta dla co najmniej 90% pozycji psychometrycznych, i zidentyfikuj odpowiedzi niedbałe, łącząc czas wypełnienia, wyniki testów uwagi, liczbę brakujących danych oraz niezmienne wzorce odpowiedzi²².
5. Sprawdź odpowiedzi pod kątem nieplausible kombinacji demograficznych. Jeśli odpowiedzi psychometryczne są w innym zakresie poprawne, ustaw jedną nieplausible wartość demograficzną jako brakującą; wyklucz odpowiedź, gdy wiele wartości demograficznych wskazuje na brak kwalifikowalności.
6. Zapisz jeden główny powód wykluczenia dla każdej usuniętej odpowiedzi, utwórz zmienną statusu włączenia zakodowaną jako 1 = włączony i 0 = wykluczony, wygeneruj podsumowanie przepływu uczestników dla Rysunku 2 i zapisz plik cleaned_teacher_PD_survey.csv.
   UWAGA: Zastosuj zasady wykluczania przed obliczeniem wyników skal. Nie wykluczaj przypadków po zapoznaniu się z istotnością regresji, chyba że zasada wykluczania została określona wcześniej.

12. Obsługa brakujących danych i punktacja skal

1. Przekształć odpowiedzi w skali Likerta na wartości numeryczne z zakresu od 1 do 5, sprawdź kierunek pozycji i odwróć punktację dla pozycji sformułowanych negatywnie przed obliczeniem wyników skal.
2. Oblicz wynik skali tylko wtedy, gdy wypełniono co najmniej 75% pozycji w danej skali. Użyj średniej z dostępnych pozycji, gdy brak jest nie więcej niż 25% pozycji w skali; w przypadku braku więcej niż 25% pozycji, uznaj wynik skali za brak danych.
3. Oblicz wyniki skal w następujący sposób: zaspokojenie potrzeby autonomii = średnia z AUT1–AUT4; zaspokojenie potrzeby kompetencji = średnia z COM1–COM4; zaspokojenie potrzeby relacyjności = średnia z REL1–REL4; motywacja autonomiczna = średnia z AM1–AM6; motywacja kontrolowana = średnia z CM1–CM4; poczucie własnej skuteczności w nauczaniu = średnia z TSE1–TSE12; zaangażowanie w rozwój zawodowy = średnia z PDE1–PDE6; praktyka refleksyjna = średnia z RP1–RP4.
4. Utwórz plik scored_teacher_PD_survey.csv zawierający kody respondentów, zmienne tła, odpowiedzi na pozycje, wyniki skal, status włączenia do analizy oraz powód wykluczenia.
   UWAGA: Potwierdź, że wszystkie wyniki skal mieszczą się w zakresie 1–5 po dokonaniu punktacji.

13. Konfiguracja oprogramowania statystycznego i uruchamianie skryptu

1. Należy użyć programu R w wersji 4.3.2 lub nowszej oraz zorganizować folder projektu zgodnie ze strukturą odtwarzalności zawartą w Pliku uzupełniającym 1.
2. Należy uruchomić sekwencję skryptów dostarczoną w Pliku uzupełniającym 1: 01_import_anonymize.R, 02_screen_score.R, 03_reliability_descriptives.R, 04_regression_sensitivity.R oraz 05_reproducibility_check.R.
3. Wszystkie skrypty należy uruchamiać z folderu projektu, nie edytując ręcznie pośrednich zbiorów danych ani wygenerowanych wyników.
4. Tabele należy wyeksportować jako pliki arkusza kalkulacyjnego, wygenerowane wykresy jako pliki PDF o wysokiej rozdzielczości, a informacje o sesji R jako plik sessionInfo.txt.
   ​UWAGA: Nie należy nadpisywać surowych danych ani ręcznie edytować wygenerowanych wyników analiz. Należy zatrzymać proces po tym, jak skrypt zaimportuje dane bez błędów i potwierdzi obecność wszystkich wymaganych zmiennych.

14. Niezawodność i diagnostyka pozycji

1. Oblicz alfę Cronbacha, omegę McDonalda, skorygowane korelacje element-suma, statystyki opisowe, skośność, kurtozę oraz efekty podłogowe lub sufitowe dla każdej skali wieloelementowej²³.
2. Interpretuj wartości niezawodności w przedziale od 0,70 do 0,79 jako akceptowalne, od 0,80 do 0,89 jako dobre, a 0,90 lub wyższe jako wysoką spójność wewnętrzną. Wartości powyżej 0,95 traktuj jako możliwą redundancję elementów.
3. Oznacz skorygowane korelacje element-suma poniżej 0,30. Usuń lub zrewiduj element tylko wtedy, gdy słabe wyniki elementu są zgodne z niedopasowaniem koncepcyjnym, niejasnym sformułowaniem lub uprzednio określonymi zastrzeżeniami z przeglądu eksperckiego.
4. Oznacz efekty podłogowe lub sufitowe, gdy ponad 15% respondentów uzyska najniższy lub najwyższy możliwy wynik w skali.
5. Wyeksportuj wyniki niezawodności i diagnostyki elementów do pliku Table_reliability_item_diagnostics.xlsx.
   UWAGA: Nie usuwaj elementów po głównym etapie zbierania danych, chyba że zasada usuwania została określona wcześniej.

15. Analiza opisowa i korelacyjna

1. Oblicz statystyki opisowe dla zmiennych demograficznych, zmiennych dotyczących doświadczenia zawodowego oraz wyników konstruktów.
2. Zmienne kategoryczne przedstaw w formie częstości i procentów. Zmienne zawodowe ciągłe lub porządkowe przedstaw jako średnią i odchylenie standardowe w przypadku rozkładu przybliżonego do symetrycznego oraz jako medianę i rozstęp międzykwartylny w przypadku wyraźnej asymetrii.
3. Potwierdź, że wynik każdego konstruktu mieści się w oczekiwanym zakresie 1–5, oraz sprawdź histogramy lub wykresy gęstości pod kątem istotnych zniekształceń rozkładu.
4. Oblicz korelacje Pearsona między wynikami konstruktów, gdy średnie skali mają charakter przybliżony do ciągłego, a w przypadku wyraźnej asymetrii rozkładów oblicz korelacje Spearmana w ramach analizy wrażliwości.
5. Interpretuj korelacje w zakresie od 0,10 do 0,29 jako małe, od 0,30 do 0,49 jako umiarkowane i 0,50 lub więcej jako duże²⁴. Korelacje powyżej 0,85 oznacz jako potencjalne nakładanie się konstruktów.
6. Wyeksportuj statystyki opisowe jako Table_descriptive_statistics.xlsx oraz macierz korelacji jako Table_correlation_matrix.xlsx.
   UWAGA: Przed analizą regresji sprawdź nakładanie się konstruktów. Wprowadź analizę czynnikową lub ogranicz wnioski interpretacyjne w sytuacji, gdy teoretycznie odrębne konstrukty wykazują bardzo wysokie korelacje.

16. Analiza regresji

1. Dopasuj wcześniej określone modele hierarchicznej regresji liniowej.
2. W Modelu 1 przyjmij motywację autonomiczną jako zmienną zależną. W Kroku 1 wprowadź grupę wiekową, płeć, stopień naukowy, lata pracy dydaktycznej, liczbę godzin doskonalenia zawodowego w ciągu ostatnich 12 miesięcy oraz obciążenie administracyjne; w Kroku 2 zaspokojenie potrzeb autonomii, kompetencji i powiązań; a w Kroku 3 motywację kontrolowaną.
3. W Modelu 2 przyjmij zaangażowanie w doskonalenie zawodowe jako zmienną zależną. W Kroku 1 wprowadź grupę wiekową, płeć, stopień naukowy, lata pracy dydaktycznej, liczbę godzin doskonalenia zawodowego w ciągu ostatnich 12 miesięcy oraz obciążenie administracyjne; w Kroku 2 motywację autonomiczną i motywację kontrolowaną; a w Kroku 3 poczucie własnej skuteczności w nauczaniu.
4. Przyjmij praktykę refleksyjną jako eksploracyjną zmienną zależną tylko wtedy, gdy została ona wcześniej określona w zatwierdzonym przez komisję etyczną planie analizy.
5. Przeciągnij średnie (mean-center) dla predyktorów ciągłych przed utworzeniem członów interakcji. Nie twórz członów moderacji, chyba że moderacja została uwzględniona w pytaniach badawczych i planie analizy.
6. Zgłoś niesstandaryzowane współczynniki, błędy standardowe, współczynniki standaryzowane, 95% przedziały ufności, wartości p, skorygowany R² oraz zmianę R².
7. Sprawdź wartości współczynnika inflacji wariancji (VIF), wykresy reszt względem wartości dopasowanych, wykresy kwantyl-kwantyl, reszty standaryzowane oraz dystans Cooka. Wartości VIF powyżej 5.00, reszty standaryzowane powyżej |3.00| lub dystans Cooka powyżej 1.00 uznaj za wymagające weryfikacji.
8. Usuń przypadki wpływowe tylko w przypadku potwierdzenia błędu wprowadzania danych, błędu kwalifikowalności lub problemu z powielonymi odpowiedziami.
9. Wyeksportuj wyniki regresji jako plik Table_regression_models.xlsx, a wykresy diagnostyczne jako pliki PDF o wysokiej rozdzielczości.
   UWAGA: Nie usuwaj przypadków wpływowych wyłącznie z powodu tego, że zmieniają one istotność modelu.

17. Analiza wrażliwości i kontrola powtarzalności

1. Powtórz główne modele regresji, stosując usuwanie listowe przypadków z brakującymi zmiennymi modelu oraz po wykluczeniu odpowiedzi o czasie reakcji granicznym.
2. Porównaj kierunek współczynników, wielkość współczynników standaryzowanych, błąd standardowy oraz skorygowany R² z modelami podstawowymi.
3. Wyniki uznaj za stabilne, jeśli kierunki kluczowych współczynników pozostają niezmienione, a współczynniki standaryzowane różnią się o mniej niż 0,10.
4. Zachowaj uprzednio określoną regułę przesiewową, jeśli analizy wrażliwości nie zmieniają istotnie interpretacji.
5. Wygeneruj ponownie tabele opisowe, tabele rzetelności, macierze korelacji, tabele regresji, schemat przepływu uczestników, schemat przebiegu prac oraz wszelkie wykresy wyników konstruktów na podstawie oczyszczonego zbioru danych i finalnego skryptu.
6. Zarchiwizuj oczyszczony zanonimizowany zbiór danych, książkę kodową, dziennik przesiewowy, kwestionariusz, skrypty analiz, wygenerowane wyniki oraz informacje o sesji R zgodnie z zatwierdzonym planem udostępniania danych.
7. Potwierdź, że wszystkie zarchiwizowane pliki używają tego samego identyfikatora respondenta i nie zawierają bezpośrednich ani pośrednich identyfikatorów.
   UWAGA: Nie archiwizuj pakietu reprodukowalności do czasu ponownego wygenerowania wszystkich wyników z finalnego skryptu. Wznów archiwizację dopiero po ponownym wygenerowaniu wszystkich wyników z finalnego skryptu.

Wyniki

Przepływ uczestników i status reprezentatywnego zbioru danych

Przedstawione tutaj reprezentatywne wyniki zostały wygenerowane z jednej pełnej realizacji protokołu. Zbiór danych zebrało się za pomocą opisanej powyżej anonimowej procedury ankietowej z przekrojem poprzecznym i nie pochodzi on z testu pilotażowego ani z przykładowego zbioru danych. Z platformy ankiet internetowych wyeksportowano łącznie 326 przesłanych rekordów ankiet. Po zastosowaniu z góry określonych reguł doty...

Dyskusja

Reprezentatywne wyniki wskazują, że protokół ten może być wykorzystany do badania rozwoju zawodowego nauczycieli akademickich w zakresie wykraczającym poza samą obecność, liczbę godzin szkoleń czy rejestry ukończenia kursów. Zaspokojenie potrzeb autonomii, kompetencji i relacyjności było pozytywnie powiązane z motywacją autonomiczną, a powiązania te utrzymały się po wprowadzeniu do modelu zmiennych tła. Wynik ten jest zgodny z założeniem teorii samostanowienia, według której motywacja wewnętrzna jest wspierana, gdy jedno...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Adobe Acrobat Pro	Adobe Inc., San Jose, CA, USA	Adobe Acrobat Pro 2024	Służy do weryfikacji końcowego pliku PDF z kwestionariuszem, arkusza informacji dla uczestnika, formularza zgody, wyeksportowanych rycin oraz przesłanych plików uzupełniających.
Skrypt analizy	Opracowane przez zespół badawczy	skrypt_analizy.R	Przeprowadza import danych, weryfikację anonimizacji, screening jakości odpowiedzi, obliczanie braków danych, punktowanie skal, statystyki opisowe, analizę niezawodności, analizę korelacji, modele regresji, testy diagnostyczne, analizy wrażliwości, eksport tabel, eksport wykresów oraz eksport informacji o sesji.
Oczyszczony plik CSV z ankietą dotyczącą rozwoju zawodowego nauczycieli	Wygenerowano na podstawie analysis_script.R	oczyszczona_ankieta_PD_nauczycieli.csv	Zawiera zanonimizowane rekordy zachowane i wykluczone wraz ze statusem włączenia, przyczyną wykluczenia, zmiennymi przesiewowymi oraz oczyszczonymi zmiennymi tła.
Książka kodów	Przygotowane przez zespół badawczy	książka_kodów.xlsx	Definiuje nazwy zmiennych, kody elementów, kodowanie odpowiedzi, kodowanie wartości brakujących, wzory na wyniki skalowane, statusy włączenia, przyczyny wykluczenia, zmienne tabelaryczne oraz nazwy plików wyjściowych.
Komputer stacjonarny	Windows 11 Pro	Nie dotyczy; Instytucjonalny komputer badawczy: 16 GB pamięci RAM i włączone szyfrowanie całego dysku.	Wykorzystywane do programowania ankiet, eksportu danych, wykonywania skryptów, generowania tabel, eksportu rycin oraz bezpiecznego archiwizowania plików.
Dokument zatwierdzenia etycznego	Instytucjonalna komisja etyki badań z udziałem ludzi	zgoda_etyczna.pdf	Dokumentuje zgodę komisji etycznej przed rozpoczęciem rekrutacji, w tym numer zgody, datę wydania zgody, zatwierdzony tytuł badania, dane badacza oraz zatwierdzone warunki rekrutacji i przetwarzania danych.
Dokumentacja zgód instytucjonalnych	Uczestniczące uniwersytety	dokumentacja_zgód_instytucjonalnych.pdf	Zawiera pisemne zgody z uczestniczących uniwersytetów na rekrutację nauczycieli za pośrednictwem zatwierdzonych kanałów instytucjonalnych.
Microsoft Excel	Microsoft Corporation, Redmond, WA, USA	Microsoft Excel 365	Służyło do inspekcji wyeksportowanych zbiorów danych, przygotowania książki kodów, przeglądu dzienników przesiewowych oraz sprawdzenia wyeksportowanych plików tabel. Zbiór danych do analizy nie był edytowany ręcznie po czyszczeniu opartym na skryptach.
Arkusz informacyjny dla uczestnika i formularz zgody	Przygotowano przez zespół badawczy i zatwierdzono przez komisję etyczną	informacje_dla_uczestnika_i_zgoda pdf	Zawiera cel badania, kryteria kwalifikacji, oświadczenie o dobrowolności udziału, oświadczenie o anonimowości, opis ryzyk i korzyści, informacje o przechowywaniu danych, dane kontaktowe do badacza, informacje etyczne oraz treść elektronicznej zgody.
Plik z kwestionariuszem	Przygotowano przez zespół badawczy	kwestionariusz.pdf	Zawiera zablokowany kwestionariusz, kolejność pozycji, kody pozycji, opcje odpowiedzi, pytania kwalifikacyjne, pytania dotyczące informacji ogólnych, pytania dotyczące konstruktu oraz pytania sprawdzające uważność.
Manifest pakietu R	Wygenerowano w środowisku R	manifest_pakietu.txt	Wykaz pakietów R oraz wersji pakietów wykorzystanych do importu, czyszczenia i punktowania danych, szacowania niezawodności, diagnostyki regresji, wizualizacji, generowania wyników oraz sprawdzania powtarzalności.
oprogramowanie statystyczne R	R Foundation for Statistical Computing, Wiedeń, Austria	R 4.3.2	Wykorzystywane do oczyszczania danych, obliczania wyników skal, analizy statystycznej, weryfikacji diagnostycznej, generowania wykresów, eksportu tabel oraz weryfikacji reprodukowalności.
Pakiet odtwarzalności	Opracowano przez zespół badawczy	pakiet_odtwarzalności.zip	Zawiera pliki questionnaire.pdf, codebook.xlsx, cleaned_teacher_PD_survey.csv, scored_teacher_PD_survey.csv, screening_log.xlsx, analysis_script.R, sessionInfo.txt, package_manifest.txt, wyniki tabelaryczne, wyniki graficzne oraz wykresy diagnostyczne.
Środowisko programistyczne RStudio Desktop IDE	Posit Software, PBC, Boston, MA, USA	RStudio Desktop 2023.12.1	Służy do uruchamiania, dokumentowania i przeglądania skryptu analizy analysis_script.R.
CSV z wynikami ankiety dotyczącej rozwoju zawodowego nauczycieli	Wygenerowano na podstawie skryptu analysis_script.R	scored_teacher_PD_survey.csv	Zawiera dołączone odpowiedzi oraz obliczone wyniki skal, w tym AUT_MEAN, COM_MEAN, REL_MEAN, AM_MEAN, CM_MEAN, TSE_MEAN, PDE_MEAN oraz RP_MEAN.
Dziennik przesiewowy	Wygenerowano na podstawie analysis_script.R i zweryfikowano przez zespół badawczy	rejestr_przesiewowy.xlsx	Rejestruje zgodę, kwalifikowalność, czas przejścia przesiewowego, wyniki kontroli uwagi, braki w danych, flagi niezmienne odpowiedzi, powody wykluczenia, decyzje dotyczące rekodowania oraz końcowy status włączenia.
Bezpieczne przechowywanie instytucjonalne	Uczelniana jednostka usług informatycznych uczestnicząca w projekcie	Szyfrowany instytucjonalny dysk badawczy	Służyło do przechowywania surowych danych, danych oczyszczonych, danych punktowanych, księgi kodowej, dziennika przesiewowego, kwestionariusza, skryptu analizy, dokumentów etycznych, zapisów zgód, wyników tabelarycznych, wyników graficznych oraz pakietu odtwarzalności. Dostęp był ograniczony do zatwierdzonego personelu badawczego.
Plik z informacjami o sesji	Wygenerowano w programie R	informacje_o_sesji.txt	Rejestruje wersję programu R, system operacyjny, dołączone pakiety, wersje pakietów oraz środowisko odtwarzalności.
Wyniki w formie tabel i rycin	Wygenerowano na podstawie analysis_script.R	folder z tabelami i rysunkami wyjściowymi	Zawiera schemat przepływu uczestników, tabele opisowe, tabele rzetelności, macierz korelacji, tabele regresji, tabele analizy wrażliwości, wykresy wyników konstruktów oraz wykresy diagnostyczne.
Platforma do ankiet internetowych Wenjuanxing / Questionnaire Star	Changsha Ranxing Information Technology Co., Ltd., Changsha, Chiny	Projekt ankiety internetowej w systemie Wenjuanxing	Wykorzystywane do elektronicznej zgody, anonimowego przeprowadzania ankiet, rozgałęzień kwalifikacyjnych, pytań kontrolnych uwagi, rejestrowania czasu wypełnienia, ustawienia jednej odpowiedzi na przeglądarkę oraz eksportu rekordów z ankiet.