Designing First-year Sociology Curricula and Practice
Notice bibliographique
Résumé
Many countries are now specifying standards for graduates in different disciplines, including sociology. In Australia, the Australian Sociological Association (TASA) has developed Threshold Learning Outcomes (TLOs) for sociology to provide the learning outcomes that students graduating with a bachelor’s degree in sociology should achieve. These TLOs have encouraged universities to think explicitly about their sociology curriculum in a holistic way. This paper reports on a project that investigated the skills and concepts sociology students need to learn in first year to meet the TLOs by the time they graduate. The project identified the needs of students as they transition from school or work into the study of sociology in first year through a study of literature of first-year pedagogy and a student survey. A workshop was held for sociology that involved 37 academics from 14 universities. The workshop was used to promote a rethink of teaching of sociology in the light of the new TLOs as well as to collect ideas from the participants. The student surveys, workshop ideas and relevant literature were analyzed and synthesized for each TLO to determine what skills and concepts first-year students needed to learn, identify what they might find difficult and propose strategies for teaching. The paper also provides practical ideas for engaging academics with thinking holistically about the sociology curriculum and for teaching and learning sociology in the first year of an undergraduate degree.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,031 | 0,035 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».