Notice bibliographique
Résumé
This paper presents analysis of evidence on the ways in which the connection between technology and scholarship supported a Community of Practice (CoP) for instructors in a Faculty of Education in Canada. The goal is to reflect on different types of pedagogical practices of CoP members. We discuss the ways in which both social learning and online technology were harnessed to support professional learning. We based the analysis on notions of collective learning and Bandura’s (1986) social cognitive theory that inform studies on professional development. The main unit of analysis is the learning community (Wenger, 1998). CoP members jointly analyzed data from aggregated questionnaires, anonymized notes, and audio and textual recordings of selected meetings, resources archived and follow-up reflection by CoP members. The results showed that four pedagogies were most highly ascribed by CoP members: Culturally Responsive Pedagogies (11.63%; e.g., caring pedagogies, Healing, Global Transformative and Reconciliatory pedagogies), Hands-on and Digital Pedagogies (11.63%; e.g., Maker Education and Materiality pedagogies), Story Telling Pedagogies (13.95%; e.g., Deep, Imaginative, Surprise, Participatory, Story Telling and Learners as Curriculum Makers pedagogies), and 21st Century Teaching (16.28%; e.g., Blended, Digital and Online pedagogies). The findings provide evidence that there is potential in harnessing digital technology for social learning environments within the context of faculty responding to changing higher education institutional factors, including those motivated by the neoliberal management culture.
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 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 | 0,002 | 0,001 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».