A Conceptual Continuous Improvement Framework to Examine the "Problems of Understanding" Applied Research
Notice bibliographique
Résumé
Objectives: Improving performance to meet strategic priorities, such as teaching balanced with increased applied research activities, has developed into a central, though contentious, discourse for faculty in Ontario colleges. The aim of this article is to analyze and better understand why faculty are not engaged in applied research practices. Method: This article draws from social cognition theory and a social constructivist perspective. The literature review examines the evolution of colleges in Ontario, including the political factors and symbolic artifacts that shape values and organizational practices. This study sought to explore how a conceptual continuous improvement (CI) framework might advance our understanding of the policy shifts between applied research discourses within Ontario colleges in Canada and barriers that faculty face to enact applied research practices. Results: Underpinned by a set of simple principles, including improving through communication, learning through collaboration, and changing through coordination, the conceptual CI processes and systematic method provide opportunities to bridge the different contexts and unveil the varied on-the-ground realities of faculty teaching and research tasks. Conclusions: The findings reveal developmental needs and adaptive institutional challenges related to applied research practice changes have been influenced by political, cultural, and socio-cognition contexts and tasks. Implication for Practice: The inventive conceptual CI framework provides a viable means to analyze the fragmented state of applied research practices across Ontario colleges, which may ignite conversations and inform decision-making as well as suggest approaches to change at other global postsecondary education institutions. The innovative conceptual CI framework analysis tool will be of interest to faculty, institutional leaders, faculty unions, and policymakers.
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 | 0,039 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,006 | 0,054 |
| Communication savante | 0,016 | 0,015 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».