Teaching Competencies for the Online Environment | Enseigner les compétences pour l’environnement en ligne
Notice bibliographique
Résumé
The goals of this study are to identify key competency areas that lead to success in online instruction and to develop a framework that supports professional development and self-assessment. To identify the key competency areas, skills and behaviours presented within current literature were analyzed. Secondly, gaps were identified and levels of competence were determined within each key competency area. The resulting analysis produced the Online Teaching Competency (OTC) Matrix including five competency areas: Community & Netiquette, Active Teaching/Facilitating, Instructional Design, Tools & Technology, and Leadership & Instruction. This leveled competency matrix can be used to inform professional development in the online teaching environment and is also a useful guide in the areas of self-assessment, portfolio design, and the development and evaluation of professional development opportunities. Cette étude a comme objectifs de cerner les principaux domaines de compétences qui mènent à la réussite de l’instruction en ligne et de développer un cadre qui soutient le développement professionnel et l’autoévaluation. Afin de cerner les principaux domaines de compétences, une analyse des aptitudes et comportements présentés dans les études actuelles a été réalisée. Deuxièmement, les écueils ont été cernés et les niveaux de compétence ont été déterminés au sein de chaque domaine de compétences. L’analyse qui en a résulté a généré la matrice des compétences de l’enseignement en ligne, comprenant cinq domaines de compétences : collectivité et nétiquette, enseignement actif/animation active, conception de l’instruction, outils et technologie, ainsi que leadership et instruction. Cette matrice graduée peut servir à façonner le développement professionnel dans un environnement d’enseignement en ligne. Elle sert aussi de guide pratique pour les domaines de l’auto-évaluation, de la conception de portfolio et du développement et de l’évaluation des occasions de développement professionnel.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».