Discipline-Specific Compared to Generic Training of Teachers in Higher Education
Notice bibliographique
Résumé
A recurrent theme arising in the higher education sector is the suitability and effectiveness of generic versus discipline-specific training of university teachers, who are often recruited based on their disciplinary specialties to become teachers in higher education. We compared two groups of participants who had undergone training using a generic post-graduate certificate in higher education (PGCertGeneric) versus a discipline-specific course in veterinary education (PGCertVetEd). The study was conducted using a survey that allowed comparison of participants who completed PGCertGeneric (n=21) with PGCertVetEd (n=22). Results indicated that participants from both PGCertGeneric and PGCertVetEd considered teaching to be satisfying and important to their careers, valued the teaching observation component of the course, and identified similar training needs. However, the participants of the PGCertVetEd felt that the course made them better teachers, valued the relevance of the components taught, understood course design better, were encouraged to do further courses/reading in teaching and learning, changed their teaching as a result of the course, and were less stressed about teaching as compared to the PGCertGeneric participants (p<.05). It is likely that the PGCertVetEd, which was designed and developed by veterinarians with a wider understanding of the veterinary sector, helped the participants perceive the training course as suited to their needs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; un appel candidat d’une seule tête enseignante, 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 ».