MULTI-CAMPUS TEACHING IN A CANADIAN ENGINEERING CONTEXT: ASSESSING PRESENCE USING THE COI SURVEY
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.
Notice bibliographique
Résumé
Multi-campus synchronous teaching using teleconferencing involves teaching to a class in-person and remotely, simultaneously. As an approach to postsecondary learning, it can offer students greater variety, access to remote experts, and opportunities to collaborate across regions. There are significant challenges to successfully managing a multi-campus course, where ongoing observation and evaluation of student experience is important in guiding pedagogical practice. Herein we explore learning experiences of students who attended a course taught in a multi-campus format as part of a newdual-campus engineering program offered at the University of British Columbia. We chose a Community of Inquiry (CoI) surveying tool to assess student experience by examining their perceptions on teaching, social, and cognitive presence at both campuses. Data collected and analyzed with a Multivariate Analysis of Variance show a clear disparity between perceptions of Teaching Presence between the two campuses, with significance in both the Design & Organization and Direct Instruction CoI subcategories. The ease of performing a CoI survey and assessing its results renders this approach to continuous improvement feasible for regular evaluation and continuous improvement within the Bahmani and Hjelsvold conceptual framework for multi-campus coursedevelopment. The study was undertaken as part of continuous improvement within the engineering program, with results used to develop and inform multi-campus synchronous teaching best practices in a Canadian engineering context.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle