Instructional Technology Innovation AsTransformational Learning:Female Faculty’s Narratives Of Experience
Notice bibliographique
Résumé
Workplaces are potential learning communities that invite critical reflection on practice that can be shared with others. Higher Education (HE) may be described as a workplace in which instructional development activity may be a form of inquiry in which faculty see “the taken-for-granted with new eyes” [33, p.3], prompting them to critically reflect upon their experiences and practice and leading to a foundational reframing of their core beliefs, assumptions, and values and subsequent actions [31]. Instructional innovation in HE can be personally risky, yet this is the level at which transformational thinking and action occurs and is sustained. The incorporation of instructional technology into teaching practice extends an already complex environment, introducing an unfamiliar realm of expertise. This complexity may be increased for female faculty who already experience some degree of marginalization in HE. The study on which this paper is based is a feminist project of narrative inquiry informed by the theoretical constructs of transformative learning, and feminist pedagogy in technology-enhanced environments. In this framework narratives of experience can be understood as “statement(s) of belief, of morality” that are values-based, doing social and political work as they are told [19, p.12]. In this study 47 female faculty from Canadian universities participated in research conversations as both method and site for the construction of personal and sociocultural understanding and change. Comparative analysis of the conversations reveal several interacting themes including psychosocial issues related to female faculty teaching with technology, the role of collaborative design conversations in perspective transformation, and relational practice for action 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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,012 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,005 |
| 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 ».