Writing relationships: Collaboration in a faculty writing group
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Our faculty writing group began in 2009 and over the past three years it has grown into a successfully publishing community of practice. When we’ve presented papers on the writing group at conferences, we’ve found that the first question asked tends to be: How did you get the writing group to work? It’s a deceptively simple question but the answer taps into many issues surrounding the difficulty of faculty writing and publishing in academic contexts. For many academics, the challenge of navigating the competitive discourse demands of conducting research and publishing journal articles while at the same time navigating teaching and administrative loads often leads to anxiety and stress. The purpose of this paper is to explore why members of this group continue to participate and why we have been able to successfully write and publish individually and as a group. This study used ‘the self as data’, a qualitative methodology. The data collected consisted of weekly written reflections, additional written narratives by each group member, and recordings of meeting discussions. We analysed the data qualitatively using Merriam’s (2009) constant comparison method to generate themes. Results indicate that members attended the group because they were looking for a place to 1) get support for research and writing; and 2) to cope with negotiating academic cultures. We argue that the ethos of ‘no-competition’ and ‘relationships-first’ were crucial in fostering collaboration and productivity despite diverse individual differences. We offer this analysis of our experiences, not only in terms of practicalities but also as an alternative way of working in the academy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle