Redesigning for Student Success: Cultivating Communities of Practice in a Higher Education Classroom
Notice bibliographique
Résumé
In this paper, I discuss the process of redesigning and teaching a mandatory, academic skill building course for students on academic probation at Mount Saint Vincent University (MSVU) in Atlantic Canada. The rationale for redesigning the course was to offer an alternative, holistic instructional approach for instructors who were teaching a modular-based curriculum. The original course was designed to focus on improving students’ individual self-efficacy and motivation for academic success; however, the social and relational nature of learning was not articulated as an underpinning theory in the curriculum. In the new curriculum, I draw on both Etienne Wenger’s (1998) notions of communities of practice as sites for learning and Howe and Strauss’ (2000; 2007) work on generational analysis as theoretical frameworks. Furthermore, I incorporate Wenger, McDermott, and Snyder’s (2002) principles for cultivating communities of practice as a way of putting theory into practice. Initial data collection led to the main inquiry question: How could a curriculum, centered on building community in the classroom, help students to cultivate meaningful learning experiences that take learning beyond a “fake it ‘til you make it” mentality? This question guided the curricular design process and also my experiences teaching the course at MSVU during the Fall semester of 2012
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 | 0,016 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,009 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».