MétaCan
Menu
Retour à la cohorte
Enregistrement W3134746107 · doi:10.20343/teachlearninqu.9.1.22

Sharing SoTL Findings with Students: An Intentional Knowledge Mobilization Strategy

2021· article· en· W3134746107 sur OpenAlexafffund
Trent W. Maurer, Cherie Woolmer, Nichole L. Powell, C. H. Sisson, Catherine Snelling, Odd Rune Stalheim, Ian J. Turner

Notice bibliographique

RevueTeaching & Learning Inquiry The ISSOTL Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensMount Royal University
Organismes subventionnairesHøgskolen i InnlandetUniversity of AdelaideUniversity of DerbyMount Royal UniversityMcMaster UniversityEmory UniversityGeorgia Southern University
Mots-clésKnowledge sharingMobilizationKnowledge creationSociologyKnowledge managementPsychologyPublic relationsPolitical scienceBusinessComputer scienceMarketing

Résumé

récupéré en direct d'OpenAlex

This paper critically examines the reasons for and processes of sharing SoTL findings with students. Framed by our commitment to SoTL’s role to make teaching “community property,” we interpret sharing SoTL findings with students as an act of knowledge mobilization, where SoTL might be disseminated, translated, or co-created with the student as a legitimate knowledge broker. We connect these knowledge mobilization processes with four primary reasons why faculty might want to share SoTL findings with students. Finally, we provide examples of knowledge mobilization that use different “voices” found in contemporary communication settings and that reach various student audiences in micro, meso, macro, and mega 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 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)0,065
score de la tête « metaresearch » (Gemma)0,164
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,342

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,164
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,003
Études des sciences et des technologies0,0110,022
Communication savante0,0150,019
Science ouverte0,0050,042
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,099
Tête enseignante GPT0,435
Écart entre enseignants0,336 · 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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTeaching & Learning Inquiry The ISSOTL JournalMême sujetHigher Education Practises and EngagementTravaux en français237 207