MétaCan
Menu
Retour à la cohorte
Enregistrement W3126141155 · doi:10.1080/19415257.2021.1876149

Feedback for teaching development: moving from a fixed to growth mindset

2021· article· en· W3126141155 sur OpenAlexaff
Cheryl Jeffs, Nancy J. Nelson, Kimberley A. Grant, Lorelli Nowell, Brit Paris, Nazia Viceer

Notice bibliographique

RevueProfessional Development in Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMindsetThematic analysisDistressPsychologyProfessional developmentEvent (particle physics)Mathematics educationMedical educationComputer sciencePedagogyQualitative researchMedicineSociology

Résumé

récupéré en direct d'OpenAlex

Feedback is an expected and essential part of academic work; however, giving and receiving feedback often causes angst and distress, an aspect not often addressed. To foster conversations about feedback for teaching development, we developed an interactive event designed to explore and practice giving and receiving feedback. A mixed-methods pre-post-test design was implemented to examine and measure levels of distress when thinking about receiving feedback on teaching using (1) a distress thermometer, and (2) open-ended questions. Data were analysed using descriptive statistics, means analysis, and thematic analysis of open text responses. Findings include an overall decrease in mean distress scores following the event and a shift in mindset between pre- and post-tests from fearing feedback to seeing feedback as an opportunity for growth and development. Higher education institutions are encouraged to provide opportunities to foster conversations about feedback and how it can be embraced to inform future teaching growth and development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,077
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,080
Tête enseignante GPT0,443
Écart entre enseignants0,364 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProfessional Development in EducationMême sujetEvaluation of Teaching PracticesTravaux en français237 207