MétaCan
Menu
Retour à la cohorte
Enregistrement W4200109261 · doi:10.18357/otessaj.2021.1.2.10

Connect to Learn: Assemblage of Pedagogies in Higher Education in a Community of Practice

2021· article· en· W4200109261 sur OpenAlexaffvenue
Elaine Fournier, Mina Sedaghatjou, Immaculate Kizito Namukasa

Notice bibliographique

RevueThe Open/Technology in Education Society and Scholarship Association Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésConnectivismScholarshipAssemblage (archaeology)PedagogySociologyCommunity of practicePolitical scienceLearning theoryEcology

Résumé

récupéré en direct d'OpenAlex

In this paper, we report on the ways in which technology and scholarship of pedagogy emerge as interconnected within a technology-facilitated community of practice (CoP), for educators within various Faculties of Education in North American universities. The goal of the Community of Practice is to connect with and learn from one another, discussing, and reflecting on different types of pedagogical practices among members who teach in both graduate and teacher education programs in the onsite, blended, and online environments. We share analysis of interviews, and notes from CoP members’ feedback; how the CoP members made sense of their diverse teaching and social learning landscapes as well as emergent joint meanings. The results of the study suggest that the assemblage of new ideas and pedagogies can be enhanced by a relational trust. A highlighted role of technology in enabling communication and collaboration among CoP members is also discussed through the lens of connectivism.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,490
Score d'incertitude au seuil0,844

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,438
Écart entre enseignants0,375 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Open/Technology in Education Society and Scholarship Association JournalMême sujetOnline and Blended LearningTravaux en français237 207