MétaCan
Menu
Retour à la cohorte
Enregistrement W2911804381 · doi:10.5206/cjsotl-rcacea.2018.3.4

Collective Approaches to ePortfolio Adoption: Barriers and Opportunities in a Large Canadian University

2018· article· en· W2911804381 sur OpenAlexaffvenueabout
Elan Paulson, Nicole Campbell

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésScholarshipSociologyPedagogyLibrary sciencePolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

University programs that prepare graduates for professional fields are adopting ePortfolios to achieve program learning goals and promote lifelong learning. However, various structural and cultural barriers exist to implementing ePortfolios, particularly in large universities. Members of a community of practice (CoP) that participate in collaborative inquiry into the adoption of ePortfolios, using and producing Scholarship of Teaching and Learning (SoTL) in their “collective working,” create shared knowledge and pooled resources for assessing adoption challenges and developing strategies to overcome them.
 In this reflective practice inquiry, two academics who provide leadership and instruction in education and medical science programs in a large Canadian university consider the learning and administrative value of using ePortfolios in blended undergraduate and online graduate programs, as well as the challenges that face their implementation. The inquiry provides a literature review, force field analysis, and reflective dialogue to identify key barriers and opportunities to adopting ePortfolios in programs that provide job-ready and job-embedded learners. Inquiry findings propose that CoPs and SoTL are mutually beneficial for how they foster opportunities for program leaders to build experience and evidence-based cases for the institutional and program-based support ePortfolio implementation and assessment.
 Les programmes qui préparent les étudiants à une carrière professionnelle adoptent les ePortfolios pour atteindre les objectifs d’apprentissage de ces programmes et encourager l’apprentissage tout au long de la vie. Toutefois, il existe divers obstacles structurels et culturels à l’emploi des ePortfolios, en particulier dans les grandes universités. Les membres d’une communauté de pratique (CoP) qui participent à une enquête en collaboration sur l’adoption des ePortfolios ont créé un partage des connaissances et ont rassemblé leurs ressources pour évaluer les défis présentés par l’adoption des ePortfolios et développer des stratégies pour les surmonter, faisant usage de l’Avancement des connaissances en enseignement et en apprentissage (ACEA) dans leur travail en collaboration.
 Dans cette enquête réflexive sur la pratique, deux professeurs qui offrent du leadership et qui enseignent dans des programmes d’éducation et de sciences médicales dans une grande université canadienne examinent l’apprentissage et la valeur administrative présentés par les ePortfolios dans des programmes hybrides en ligne de premier cycle et de cycles supérieurs, ainsi que les défis qui surviennent lors de leur mise en oeuvre. L’enquête fournit un examen des publications, une analyse des forces et un dialogue de réflexion afin d’identifier les obstacles principaux ainsi que les opportunités présentés par l’adoption des ePortfolios dans des programmes qui produisent des étudiants prêts à l’emploi et incorporés à l’emploi. Les résultats de l’enquête suggèrent que les CoP et l’ACEA sont mutuellement bénéfiques dans la manière dont ces groupes favorisent les opportunités pour les dirigeants des programmes et les aident à mettre sur pied des expériences et des cas fondés sur des faits pour favoriser le soutien institutionnel des programmes et pour la mise en oeuvre et l’évaluation des ePortfolios.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0110,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,174
Tête enseignante GPT0,347
Écart entre enseignants0,173 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetReflective Practices in EducationTravaux en français237 207