Sparking SoTL: Triggers and Stories from One Institution
Notice bibliographique
Résumé
With the growing interest in educational research across post-secondary campuses, it is useful to identify the specific supports that best enable Scholarship of Teaching and Learning (SoTL) initiatives. This paper documents a picture of SoTL interests and supports at one institution through survey and semi-structured collaborative interview data. Both the survey data (289 respondents) and three semi-structured group interviews (8 participants total) provide a picture of participants who have completed or are interested in completing a SoTL study; the events and experiences that triggered an interest in SoTL; and their perceptions of the importance of SoTL in their own teaching, student learning, in their department, and within the institution as a whole. Based on these two datasets, we propose four lenses that are defined in terms of SoTL triggers and which we name a Scholarship Window. We conclude with a number of recommendations as a way to build capacity for SoTL at the institutional level. Suite à l’intérêt grandissant de la recherche dans le domaine de l’éducation sur tous les campus d’enseignement supérieur, il est utile d’identifier les soutiens spécifiques qui favorisent le mieux les initiatives de l’avancement des connaissances en enseignement et en apprentissage (ACEA). Cet article présente un tableau des intérêts et des soutiens en ACEA dans un établissement donné, établi par le biais d’une enquête et d’une série d’entrevues en collaboration semi-structurées. Les données obtenues suite à l’enquête (289 répondants) et celles de trois entrevues semi-structurées (8 participants au total) ont permis d’établir un tableau de participants qui ont complété ou qui s’intéressent à compléter une étude en ACEA, les événements et les expériences qui ont déclenché cet intérêt en ACEA ainsi que les perceptions des répondants de l’importance de l’ACEA pour leur propre enseignement, pour l’apprentissage des étudiants et pour leur département, ainsi qu’au sein de l’établissement dans son ensemble. Sur la base de ces deux groupes de données, nous proposons quatre lentilles qui sont définies en tant que déclencheurs d’ACEA, que nous avons nommées « fenêtre sur l’avancement des connaissances ». En conclusion, nous présentons un certain nombre de recommandations pour renforcer les capacités en ACEA au niveau institutionnel.
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 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 | 0,021 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,024 | 0,020 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,004 | 0,025 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».