MétaCan
Menu
Retour à la cohorte
Enregistrement W3113707496 · doi:10.21432/cjlt27944

Institutional Perspectives on Faculty Development for Digital Education in Canada

2020· article· en· W3113707496 sur OpenAlex
Charlene VanLeeuwen, George Veletsianos, Olga Belikov, Nicole Johnson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueCanadian Journal of Learning and Technology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensSimon Fraser UniversityRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésHigher educationProfessional developmentFaculty developmentWork (physics)SociologyPublic relationsPedagogyMedical educationPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

As digital education at the post-secondary level continues to grow, robust professional development that prepares faculty to teach in online and blended settings is necessary. In this study we analyze open-ended comments from the Canadian Digital Learning Research Association’s annual survey of Canadian post-secondary institutions (2017-2019) to deepen our understanding of faculty training and support for digital education as articulated by higher education institutions. We find that 1) digital education orientation or on-boarding processes for faculty vary widely; 2) institutions employ an extensive array of professional development practices for digital education; 3) institutions report culture change, work security, and unclear expectations as challenges in providing digital education training and support; and 4) institutions articulate aspirations and hopes around professional development investments in order to build digital education capacity. These findings have significant implications for research and practice and we describe these in the article.

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.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,031
Tête enseignante GPT0,305
Écart entre enseignants0,275 · 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