MétaCan
Menu
Retour à la cohorte
Enregistrement W3005729729 · doi:10.22158/grhe.v3n1p1

Strategic Approaches to SoEL Inquiry Within and Across Disciplines: Twenty-year Impact of an International Faculty Development Program in Diverse University Contexts

2020· article· en· W3005729729 sur OpenAlexaff
Andrea S. Webb, Harry Hubball, Anthony Clarke, Simon Ellis

Notice bibliographique

RevueGlobal Research in Higher Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésScholarshipTransformational leadershipContext (archaeology)Educational leadershipVariety (cybernetics)Professional developmentSociologySituatedPedagogyFaculty developmentFace (sociological concept)Scholarship of Teaching and LearningStrategic planningHigher educationEngineering ethicsPolitical sciencePublic relationsManagementTeaching methodSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Educational leaders on university campuses around the world are increasingly required to account for the effectiveness, efficiency and quality of their undergraduate and graduate degree programs. The S Scholarship of Educational Leadership (SoEL) in higher education is a distinctive form of strategic inquiry for educational leaders with an explicit transformational agenda of educational practices within and across the disciplines in diverse university contexts. This paper examines complex institutional challenges and strategic approaches to SoEL inquiry. In an international faculty development context, data suggests that educational leaders from a variety of disciplines face significant challenges when undertaking SoEL inquiry. Strategic institutional supports and customised professional development are key to facilitating SoEL inquiry in higher education. Further, SoEL is inherently situated, socially mediated, and responsive to the professional learning needs and circumstances of educational leaders within and across the disciplines in diverse university contexts.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,514
Tête enseignante GPT0,537
Écart entre enseignants0,023 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Research in Higher EducationMême sujetOnline and Blended LearningTravaux en français237 207