MétaCan
Menu
Retour à la cohorte
Enregistrement W2615474054

The Curriculum Innovation Canvas: A Design Thinking Framework for the Engaged Educational Entrepreneur

2017· article· en· W2615474054 sur OpenAlexaff
Chelsea R. Willness, Vincent Bruni-Bossio

Notice bibliographique

RevueJournal of higher education outreach & engagement/Journal of higher education outreach and engagement. · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCurriculumExperiential learningVariety (cybernetics)Design thinkingKnowledge managementProcess (computing)PedagogyCurriculum developmentValue (mathematics)SociologyCo-creationEngineering ethicsEngineeringComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Integrating literature on entrepreneurial business models and community-based experiential learning, we propose a new framework to advance the practice of curriculum innovation. Grounded in principles of design thinking, the curriculum innovation canvas provides a human-centered, collaborative, and holistic platform for instructors, curriculum developers, and administrators to engage in innovation and implementation of experiential courses or programs—particularly those that involve community or organizational partnerships. The canvas promotes a creative and fluid approach to curriculum development. It prompts the consideration of the value propositions offered to various stakeholders (students, community partners, faculty peers, etc.) as well as how to involve stakeholders in the development and implementation process toward mutually beneficial outcomes in a complex and challenging environment. Evidence from an extensive prototyping process indicates that it can effectively assist instructors, administrators, students, and community partners in a variety of contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0040,015
Communication savante0,0130,010
Science ouverte0,0030,008
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,317
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations29
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of higher education outreach & engagement/Journal of higher education outreach and engagement.Même sujetBiomedical and Engineering EducationTravaux en français237 207