My COVID teacher – pedagogy and technology: Frontiers of online teaching in the creative writing classroom
Notice bibliographique
Résumé
This article is an international collaboration of three creative writing tutors detailing our responses and practices in shifting from in-class to online instruction due to the COVID-19 pandemic. We are three scholars working at three different institutions (University of British Columbia, RMIT University, and the University of Technology Sydney) across two countries (Canada and Australia). We present collective autoethnographic responses and offer a menu of pedagogical practices for designing courses and teaching creative writing online. While one tutor had sound pedagogical practice in blended teaching, making the transition to online course delivery seamless, two of the tutors had little experience with online teaching and course design so their shift to online teaching was seismic, which led to unexpected creative solutions. Our insights are reflected in our narratives and the personal experiences that we bring into this article. The result, as discussed in this article, demonstrates how sound creative writing pedagogy can be designed for the digital classroom, and perhaps offer a post-pandemic glimpse into the future of creative writing pedagogy. Our article is largely anecdotal – neither comprehensive nor does it collate data beyond our small pool – our aim is to contribute and continue a conversation that has supported us during the pandemic. We have written to one another, with one another, and against one another, trying to articulate how we teach creative writing now, in an effort that others can continue the discussion of what they think and feel, will happen – what is happening – to creative writing teaching at other universities, states and countries, in the transition (temporary and permanent) to considering online teaching and learning as a vital part of our pedagogy going forward.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,018 |
| Communication savante | 0,019 | 0,013 |
| Science ouverte | 0,001 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».