Disciplinary Culture and Effective Teaching: A Cultural Anthropological Study
Notice bibliographique
Résumé
During the last couple of decades, many researchers have been trying to explicate "effective teaching" in higher education. As a result, when one searches the term, a vast amount of papers and research reports pop up in the literature, involving lists of attributes and competencies of effective teachers. But the impressive point is that "effectiveness" has been viewed mostly from a technical vantage point and disciplinary differences have not received proportionate attention. At the same time, some sociologists of science began to view disciplines as tribes and territories who own their exclusive norms, rituals, and values. Hence, this research aims at investigating effective teaching in higher education within the framework of disciplinary culture. Methodologically, the research may be deemed as interpretive ethnography as it aims at representing emically how members of disciplinary cultures perceive and interpret effective teaching. Hence, based on Tony Becher classification of disciplines into civil and rural, two postgraduate classes were selected, namely from Pure Mathematics (involving 15 students to represent civil disciplines) and Education Studies (involving 18 students to represent rural disciplines). To collect data, the researcher deployed non-participant observation for a full semester and informal interviews were also conducted at regular intervals. The field notes and interview protocols were analyzed thematically to produce meaningful categories for results representation. As credibility was of great concern in the research, three strategies were used for this purpose namely member check, peer debriefing and prolonged engagement. Based on the interpretations, members of rural disciplines evaluate teaching as effective when it focuses on classic texts, cares about human and social issues, approaches laymen jargons, emphasizes understanding, appreciates variety of teaching strategies and learning styles, holds a critical stance towards cultural issues, and takes on a lenient approach in marking. On the other side, members of civil disciplines evaluate teaching as effective when it focuses on updated resources, is content-oriented, approaches professional terminology, emphasizes practicality, and takes on a tough stance on marking.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,016 | 0,018 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».