The Relationship between Discipline and Innovation: A Factor in Professorial Involvement in Integrating Pedagogical Innovation
Notice bibliographique
Résumé
The existence of disciplinary culture within universities is rooted in academic tradition. The differences between the disciplines as regards the way in which they perceive and apply Scholarship of Teaching and Learning and the fact that the discipline is a conducive factor to pedagogical innovation invite to explore pedagogical innovation from the disciplinary culture perspective and to question the effect of disciplinary culture on the types of pedagogical innovation professors use. The data for this qualitative research was collected from semi-structured interviews with thirty-two professors, recipients of the Universite de Montreal excellence in teaching award. I used the grounded theory analysis method which has allowed me to uncover similarities and differences between the disciplinary cultures and analyse their impact. The Hard-Pure sciences focus on pedagogical innovation related to the tools, the concept of teaching and the support schemes. The Soft-Pure sciences prefer pedagogical innovation related to tools, support schemes and professionalisation. The Hard-Applied sciences use pedagogical innovation related to tools, pedagogical approaches and professionalisation. The Soft-Applied sciences favour pedagogical innovation related to pedagogical approaches, tools, support schemes and professionalisation. Also, the greatest pedagogical innovation diversity occurs within the Soft-Applied sciences. Thus, it is time for kindling reflection on the influence of the pure versus applied science dimension on pedagogical innovation and questioning ourselves whether the discipline’s relationship with innovation could be a decisive factor in professors’ involvement in integrating pedagogical innovation into teaching? This study finds its significance in probing the influence of disciplinary culture on pedagogical innovation and contributing new knowledge in this field.
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 | 0,048 | 0,180 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».