Scholarship in Teaching and Learning: An Interview with John Mitterer
Notice bibliographique
Résumé
John Mitterer earned his PhD in cognitive psychology from McMaster University. Like many teaching professors, his career took an unexpected turn early on when he was hired to teach introductory psychology at Brock University, near Niagara Falls, in Ontario, Canada. It was love at first lecture. He never left the course and now, as a full professor some 25 years later, has taught well over 20,000 students. Along the way he has participated in the development of a wide variety of learning materials, including textbooks, videodiscs of support materials, student-learning CD-ROMs, online learning objects, Web sites, test banks, PowerPoint slides, study guides, and instructor's manuals. Mitterer now thinks of himself as a scholar of teaching and learning with a special interest in the educational potential of digital technology. He is a frequent presenter at conferences devoted to teaching and learning and currently holds a Brock University Chancellor's Chair for Teaching Excellence. He is the recipient of the 2003 Brock University Distinguished Teaching Award, a 2003 Ontario Confederation of University Faculty Associations (OCUFA) Teaching Award, a 2004 3M Teaching Fellowship, and the 2005 Canadian Psychological Association Award for Distinguished Contributions to Education and Training in Psychology. David B. Daniel is involved with forging reciprocal links between cognitive-developmental psychology and teaching practices and pedagogy. He is the coordinator of the Society for Research in Child Development's (SRCD) Teaching of Developmental Science Institute as well as chair of the SRCD Teaching Committee, and the managing editor of Mind, Brain, and Education. He chaired the Society for the Teaching of Psychology's task force on pedagogical innovations. His interest in the development of effective teaching has informed his current efforts to develop effective pedagogical techniques that positively impact both student learning and teacher performance.
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 | 0,031 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,037 | 0,034 |
| Communication savante | 0,018 | 0,016 |
| Science ouverte | 0,004 | 0,012 |
| Intégrité de la recherche | 0,010 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».