Practical considerations for establishing writing groups in interdisciplinary programs
Notice bibliographique
Résumé
Abstract Academic writing capabilities are a cornerstone of success in doctoral programs, yet prove to be a point of anxiety and apprehension for many students. Providing support for academic writing within interdisciplinary programs poses special considerations, as students in these programs are called upon to transcend single disciplinary perspectives to address a central area of research, and to integrate multiple different disciplinary perspectives that may be conflicting or overlapping. When treated as a social practice, writing can serve as a common interest that draws doctoral students to convene and develop in their learning. This article describes the development of a student writing group in an interdisciplinary doctoral program, considering how the characteristics and activities of the group create an environment that enables and encourages enhanced interdisciplinary learning. The article argues that, when delivered successfully, student writing groups have the potential to strengthen student writing skills and outputs, as well as deepen interdisciplinary learning. Drawing from Lattuca’s four aspects of interdisciplinary learning (relational, mediated, transformative and situated), the article illustrates ways that the writing group helped to promote each aspect of learning and benefit the overall student experience in the program. Reflecting on these experiences, the authors propose six practical considerations for establishing writing groups in interdisciplinary programs: vision and purpose; dedicated time and space; institutional support; readings or educational material; socialization opportunities; and shared responsibility. Administrators, students, faculty members and support staff involved in the delivery of interdisciplinary doctoral programs are called upon to consider the introduction and/or strengthening of writing groups for the purpose of enhanced interdisciplinary learning.
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 | 0,155 | 0,179 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,029 | 0,012 |
| Communication savante | 0,014 | 0,018 |
| Science ouverte | 0,009 | 0,025 |
| Intégrité de la recherche | 0,011 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 ».