MétaCan
Menu
Retour à la cohorte
Enregistrement W2765093790 · doi:10.1177/1052562917741179

Using Design Thinking to Write and Publish Novel Teaching Cases: Tips From Experienced Case Authors

2017· article· en· W2765093790 sur OpenAlexaff
Norman T. Sheehan, Mahendra R. Gujarathi, Joanne Jones, Fred Phillips

Notice bibliographique

RevueOrganizational Behavior Teaching Review · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensYork UniversityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPublicationScholarshipExtant taxonCurriculumComputer scienceTeaching methodMathematics educationEngineering ethicsPsychologyPedagogyEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

With increasing calls for a greater connection between management education and practice, teaching cases play a vital role in the business curriculum. Cases not only allow instructors to expose students to practical problems but also let educators contribute to the scholarship of teaching and learning. An important reason why faculty members may refrain from writing cases is they perceive it is difficult to develop publishable cases that are also novel. Reviewers of the journals that publish teaching cases are increasingly asking authors to place the case in the extant literature and explain what makes their case unique. To overcome some of the challenges encountered when attempting to write and publish novel teaching cases, this article presents a useful framework—Design Thinking—for tackling the “wicked problem” of developing novel cases and provides experience-based tips to implement the framework. By introducing the concepts and language of design thinking, we provide case writers with an iterative approach that leads to the development of novel cases by identifying and innovatively addressing instructors’, students’, and editors’ demands. We argue that by applying a design-thinking approach, case writers can produce novel and publishable instructional cases.

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)0,117
score de la tête « metaresearch » (Gemma)0,213
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,618

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1170,213
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0080,013
Communication savante0,0160,020
Science ouverte0,0060,012
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,111
Tête enseignante GPT0,352
Écart entre enseignants0,241 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations36
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganizational Behavior Teaching ReviewMême sujetManagement and Marketing EducationTravaux en français237 207