MétaCan
Menu
Retour à la cohorte
Enregistrement W2288706882 · doi:10.1080/14703297.2015.1095646

Blending our practice: using online and face-to-face methods to sustain community among faculty in an extended length professional development program

2015· article· en· W2288706882 sur OpenAlexafffund
Michael Paskevicius, Kathleen Bortolin

Notice bibliographique

RevueInnovations in Education and Teaching International · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensVancouver Island University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaVancouver Island University
Mots-clésProfessional developmentFace-to-faceFaculty developmentMedical educationPsychologyPlan (archaeology)Face (sociological concept)Computer-mediated communicationPedagogyMathematics educationComputer scienceSociologyThe InternetMedicineWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This paper outlines the design and implementation of a nine-month faculty development programme delivered using a combination of face-to-face and online methods. Participants from a range of disciplines met at regular intervals throughout the year. Between the face-to-face meetings, participants engaged in online activities such as discussions, collaborative writing and peer review activities. Using the theoretical framework of a community of inquiry, data were analysed both quantitatively and qualitatively. Participant feedback on the programme offers some insight into how faculty developers can plan extended length professional development programmes offered in a blended format.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,670
Score d'incertitude au seuil0,542

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,138
Tête enseignante GPT0,569
Écart entre enseignants0,431 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovations in Education and Teaching InternationalMême sujetOnline and Blended LearningTravaux en français237 207