MétaCan
Menu
Retour à la cohorte
Enregistrement W3172034706 · doi:10.18438/eblip29729

Improving Learner-Driven Teaching Practices through Reflective Assessment

2020· article· en· W3172034706 sur OpenAlexvenueno aff
Matthew T. Regan, Scott W. H. Young, Sara Mannheimer

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrading (engineering)Computer scienceCLARITYReflective practiceViewpointsSyllabusProcess (computing)Reflection (computer programming)Transparency (behavior)Mathematics educationPedagogyPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Objective – Reflective assessment is an effective method of teacher evaluation, serving as an approach for assessing teaching practices, generating insights, and connecting with colleagues, ultimately supporting meaningful transformation of teaching practice. In this paper, three librarians model a reflective assessment approach in evaluating and improving their experiences implementing learner-driven teaching practices in credit-bearing courses in topics related to library and information studies. Methods – Following a model of reflective assessment, we asked ourselves how our practice can better support learner-driven teaching practices, thus assessing and improving our own teaching and improving students’ learning experiences. Our process involved five steps: cohere around shared viewpoints, identify teaching practices for reflection, conduct reflection, discuss and analyze reflections to produce insights, and apply insights to improve teaching. Results – We reflect on five different learner-driven teaching practices: co-creative syllabus design, learner-defined personal learning goals, soliciting and responding to learner feedback, interdisciplinary discussions and exercises, and self-evaluation. We discuss improvements and refinements that we implemented in response to our reflective assessment, including more frequent checking in with students; more clarity regarding self-evaluation and grading; one-on-one meetings with all students; allowing students to negotiate, discuss, and determine assignment deadlines and dates; more flexibility with students’ work products; and increased pedagogical transparency. As a further result, our reflective process models an approachable framework for engaging in reflective assessment. Conclusion – This paper presents a model for reflective assessment of teaching in an academic library. We present a discussion of learner-driven teaching practices, and we offer a practical pathway for other teachers and practitioners to assess their teaching. We find that reflective assessment is an effective and insightful approach for understanding and improving learner-driven teaching practices.

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)0,083
score de la tête « metaresearch » (Gemma)0,171
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: aucune
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,441

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0830,171
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,005
Communication savante0,0160,009
Science ouverte0,0040,010
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,053
Tête enseignante GPT0,415
Écart entre enseignants0,363 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetReflective Practices in EducationTravaux en français237 207