Online Instructor Development: A COOL story
Notice bibliographique
Résumé
This paper explores the development of a flexible, free, online certificate program built on open educational resources to support instructors transitioning to online and non-traditional teaching modes. The program offers multiple pathways to completion, including recognition of prior learning and immersing participants in the online learning environment. We describe the challenges learners had to overcome to engage in the program and how, in doing so, they were able to embrace constructivist and connectivist approaches. These, in turn, afforded them ongoing connections, broke the mold of preconceptions and myths when preparing to engage future online learners, and shaped their practice through exposure to learning theories and evidence-based practices. In this paper, we explore the initial design of the program through the lens of the program facilitators and learners from the first cohort, and share our collective learning and reflections from this process.
 
 Nous nous penchons ici sur l’élaboration d’un programme de certificat gratuit, souple et basé sur des ressources éducationnelles ouvertes. Offert en ligne, ce programme est conçu pour aider les professeurs à faire la transition vers l’enseignement en ligne et vers des méthodes d’enseignement non traditionnelles. Il existe de nombreuses manières de satisfaire aux exigences du programme, y compris la reconnaissance de l’apprentissage et de l’immersion dans un environnement d’apprentissage en ligne. Dans notre article, nous faisons état des difficultés auxquelles les apprenants ont été confrontés lors de leur participation au programme. Nous montrons comment, en surmontant ces obstacles, ils se sont approprié des approches constructivistes et connectées, lesquelles leur ont permis d’établir des connexions et de déconstruire certains mythes et préjugés au bénéfice des futurs apprenants en ligne, tout en les aidant à façonner leur pratique au moyen de théories de l’apprentissage et de pratiques fondées sur des données probantes. Notre étude examine la conception initiale du programme à partir du point de vue des animateurs et des apprenants de la première cohorte. Nous présentons également les réflexions et les leçons que nous avons tirées, collectivement, de cette expérience.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».