MétaCan
Menu
Retour à la cohorte
Enregistrement W3023898095 · doi:10.7202/1069650ar

Teaching excellence and how it is awarded: A Canadian case study

2020· article· en· W3023898095 sur OpenAlexafffundvenueabout
Janice Miller‐Young, Melina Sinclair, Sarah Forgie

Notice bibliographique

RevueCanadian Journal of Higher Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésExcellenceOperationalizationScholarshipHigher educationCurriculumScholarship of Teaching and LearningPedagogyMedical educationPsychologyEmpirical researchTeaching methodQuality (philosophy)Teaching and learning centerPolitical scienceSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

Quality teaching and how to assess and award it, continue to be an area of scholarship and debate in higher education. While the literature demonstrates that assessment should be multifaceted, operationalizing this is no easy task. To gain insight into how teaching excellence is defined in Canadian higher education, this empirical study collected and analysed the criteria, evidence, and standards for institutional teaching awards from 89 institutions and 204 award programs across Canada. The majority of awards included criteria such as specific characteristics of teaching performance and student-centredness; while activities that had impact outside an individual’s teaching practice were also prevalent, including campus leadership, scholarship of teaching and learning, and contributions to curriculum. Lists of potential sources of evidence were heavily weighted towards student perceptions and artefacts from instructors’ teaching. Recommendations for individuals and institutions wanting to foster excellence in teaching are offered along with suggestions for future research.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,143
Tête enseignante GPT0,430
Écart entre enseignants0,287 · 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'étudeSans objet
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

Citations7
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Higher EducationMême sujetEvaluation of Teaching PracticesTravaux en français237 207