MétaCan
Menu
Retour à la cohorte
Enregistrement W2948425759 · doi:10.5206/cjsotl-rcacea.2019.1.8003

Bridging the Gap between the Research Ethics Board and the Scholarship of Teaching and Learning

2019· article· en· W2948425759 sur OpenAlexafffundvenueabout
Matthew A. Schnurr, Alanna Taylor

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensDalhousie University
Organismes subventionnairesDalhousie University
Mots-clésScholarship of Teaching and LearningConversationScholarshipBridging (networking)SociologyEngineering ethicsPedagogyComputer sciencePolitical scienceTeaching methodEngineeringTeaching and learning center

Résumé

récupéré en direct d'OpenAlex

In 2016, Dalhousie University’s Research Ethics Board created an interdisciplinary working group to identify the key ethical challenges of SoTL research, with the overarching aim of recommending best practices and communicating these to researchers in order to support and expand the conduct of ethically sound SoTL research. This essay reflects on the lessons learned through this process and shines a light on the three most contentious arenas that emerged: using class time to conduct SoTL research, integrating Students Ratings of Instruction (SRI) into SoTL, and incorporating student work as a data source.
 This essay contributes to the emerging conversation around ethical SoTL research in two important ways. First, we argue for more lenient REB protocols that encourage SoTL research by exposing how restrictive interpretations of key issues serve as obstacles for student-centered research. Second, we introduce new tools designed to address these impediments, including the first-ever interactive user guide. The overarching aims of this essay are (a) to help SoTL researchers navigate this complex terrain, and (b) to encourage other Canadian REBs to consider implementing more permissive regimes.

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)0,188
score de la tête « metaresearch » (Gemma)0,033
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,441
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1880,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0390,001
Communication savante0,0020,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,022
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 Opus0,217
Tête enseignante GPT0,445
Écart entre enseignants0,228 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations9
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetHigher Education Practises and EngagementTravaux en français237 207