Training graduate students and postdocs in course design: A workshop to bridge the gap between new professors’ pedagogical background and institutions’ teaching requirements
Notice bibliographique
Résumé
Research-intensive institutions tend to reach hiring decisions mostly based on the applicants’ research achievements with minimal consideration of teaching experience and training. As a result, new professors often have little experience in teaching and lack education on pedagogy. However, graduate students and postdocs who plan to work in academia could be trained in advance to improve their early years’ teaching performance. The Tomlinson Project at University Level in Science Education (T-Pulse) at McGill has recently started offering the Teaching Techniques for Instructors Workshop for graduate students and postdocs. This is a one-day workshop that provides participants with the theoretical and practical tools to design and teach an effective university course. It has been designed to emphasize the alignment between learning outcomes, teaching strategies, and assessment tools; and participants are counselled on the importance, preparation and content of teaching statements used in the application process to teaching jobs. Surveys conducted throughout the workshop, showed that only 17% of attendants feel prepared to teach a university level course, and 63% think that the workshop will help them be more competitive when looking for teaching positions. Remarkably, 86% of the participants agreed that attending a workshop was a better option than taking a 3-credit course, and 100% of them preferred it to learning on their own. These results highlight the potential of the workshop in helping graduate students and post-docs transition into their academic careers, not only benefiting them but also the hiring institutions.
Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.
Comment cette classification a été obtenuedéplier
Le tri à trois modèles
les 5 600 travaux triés →Les trois modèles ont qualifié ce travail de métarecherche. Il appartient au noyau consensuel du domaine.
Evaluates a workshop preparing graduate students and postdocs for academic careers, with survey data on their readiness and competitiveness for academic positions; the object is the training and careers of the research workforce.
The work evaluates training and career preparation for graduate students and postdocs as members of the research workforce.
Evaluates a workshop training graduate students and postdocs for academic teaching careers; research workforce training and capacity.
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 | 0,011 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,006 |
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 ».