Navigating the Tensions of Innovative Assessment and Pedagogy in Higher Education
Notice bibliographique
Résumé
Innovative practice in a classroom adds challenges and tensions to programs and institutional structures in higher education. With the recent emphasis on curricula reform, there is a great focus on assessment and pedagogical practices to support student learning. To illustrate the tensions arising from these efforts, we present four pedagogical and assessment innovation approaches using both Shulman’s (2005) Signature Pedagogies and Tatar’s (2007) Design Tensions frameworks. The four approaches include problem-based learning, game-based learning, case-based learning, and technology-enhanced learning. A narrative for each approach examines and addresses tensions using Shulman’s (2005) surface, deep and implicit structures. We argue that there is an interconnected complexity and conflicting visions among the micro- (e.g., classroom or practicum), meso- (e.g., program), and macro- (e.g., institution) levels. We acknowledge that dynamic tensions continually exist and needs to be thoughtfully navigated in support of innovative assessment and pedagogies in higher education. Dans l’enseignement supérieur, les pratiques innovatrices en salle de classe ajoutent des défis et des tensions aux programmes et aux structures institutionnelles. Suite à l’importance accrue récemment attachée à la réforme des programmes d’études, l’accent est mis sur l’évaluation et les pratiques pédagogiques pour soutenir l’apprentissage des étudiants. Afin d’illustrer les tensions qui découlent de ces efforts, nous présentons quatre approches de pédagogie et d’évaluation innovatrices qui font appel à la fois aux cadres de Shulman, Signature Pedagogies (2005), et à ceux de Tatar, Design Tensions (2007). Les quatre approches comprennent l’apprentissage par problèmes, l’apprentissage fondé sur le jeu, l’apprentissage basé sur des cas et l’apprentissage amélioré par les technologies. Chaque approche est examinée et traite des tensions qui en découlent en faisant appel aux structures de surface, profondes et implicites de Shulman (2005). Nous soutenons qu’il existe une complexité inter-connectée et des visions conflictuelles aux niveaux micro (par ex. en salle de classe ou durant les stages), meso (par ex. dans les programmes) et macro (par ex. au niveau de l’établissement). Nous reconnaissons que les tensions dynamiques existent de façon continue et doivent être soigneusement examinées pour soutenir l’évaluation et les pédagogies innovatrices dans l’enseignement supérieur.
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 | 0,079 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,013 | 0,077 |
| Communication savante | 0,036 | 0,038 |
| Science ouverte | 0,004 | 0,028 |
| Intégrité de la recherche | 0,007 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».