Notice bibliographique
Résumé
The purpose of this qualitative study was to get a better understanding of faculty members' views on the future of higher education by their first-time online teaching experiences during the Fall 2021 academic semester, which was impacted by the COVID-19 pandemic. Due to the outbreak's rapid and widespread dissemination, it created a unique phenomenon that had a significant impact on faculty members who had no prior experience teaching courses entirely online. In order to conduct this qualitative research, purposive sampling was used to choose ten faculty members from a variety of disciplines who had at least ten years of experience teaching in a traditional classroom setting at a public university in Izmir, Turkey. Faculty members were asked about the future of higher education in the aftermath of the COVID-19 pandemic. Apart from that, each faculty member was asked to discuss how the mandatory shift to online education altered their teaching style and how institutional help impacted their experiences throughout the pandemic. As a consequence of their observations and statements of their perspectives on events they witnessed and personally experienced, the key issue of "transformation of higher education with hybrid perspective" developed as a central theme. The data analysis revealed the following subthemes: "educators on the internet," "sustain and evolve," and "university support". These findings may be applied in a variety of contexts, including educational leadership and the design of hybrid and online courses, among other applications in higher education.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,021 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».