Using Open Educational Practices to Support Institutional Strategic Excellence in Teaching, Learning & Scholarship
Notice bibliographique
Résumé
This paper explores the integration of Open Educational Practices (OEP) into an institutional strategy to develop distinctive excellence in teaching, learning and scholarship. The institution in the case study is a public polytechnic university serving a metropolitan area in Canada. If emerging Open Educational Practices are to flourish at our university, support for OEP must integrate with and contribute to our broader efforts to clarify and enhance our strategic position. We have identified three focal points where our institution can focus attention in order to ensure that our use of emerging Open Educational Practices will best align with, contribute to, and benefit from our institutional strategy for distinctive excellence in teaching and learning: Opening up the pedagogy underlying exemplary OER, to enable a deeper faculty engagement in integrating and mobilizing diverse sources of knowledge in teaching; Opening up that process by which individual faculty improve teaching and learning, as a model for our students’ own engagements with knowledge; Opening up our collective faculty work in innovation networks, as a model for students and as a signature institutional strength and outcome. We summarize the rationale and planned next steps for each of these focal points, which are intended to cumulatively build on each other as a value chain to support the development of distinctive graduate capabilities as signature outcomes of our teaching and learning.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,025 |
| Communication savante | 0,024 | 0,016 |
| Science ouverte | 0,003 | 0,030 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».