Heating Up Online Learning: Insights from a Collaboration Employing Arts Based Research/Pedagogy for an Adult Education, Online, Community Outreach Undergraduate Course
Notice bibliographique
Résumé
This article examines a three-stage collaboration in the design and implementation of a community outreach online course for an adult education program at a Canadian university. The collaboration used a participatory arts-based pedagogy approach that is designed to evoke thought rather than prescribe meanings. This manuscript has been structured to parallel a script format with Act I reporting how a group of university drama students employed the ‘playbuilding’ research/pedagogical methodology to devise a series of tableaus and video vignettes that examined concepts of community development that would be used in the design of an online community outreach and adult literacy elective course. Act II argues for and provides the devised script as evidence (data) of student learning. Act III discussed how an adult education instructor designed the new course, incorporating the vignettes as a central component and what was observed from delivering the online course over several iterations. Embedded in the discussion were: the processes involved in both instructional environments; and an examination of the impact of the dramatic pedagogical approach in the digital environment, particularly in relation to transformation, meaning making, and community outreach. The insights, however, are not coded in an etic analytical style. Rather, the authors used an emic approach with themes embedded within the narrative structure. Given its collaborative nature, the co-authors employ a polyvocal format through which their individual voices are made explicit.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».