The Power of Social Networks: A Model for Weaving the Scholarship of Teaching and Learning into Institutional Culture
Notice bibliographique
Résumé
This paper offers a guide for those seeking to integrate the Scholarship of Teaching and Learning (SoTL) into higher education institutions to improve the quality of student learning. The authors posit that weaving SoTL into institutional cultures requires the coordinated actions of individuals working in linked social networks rather than individuals acting in isolation. Analyzing both the barriers and potential pathways to integrating SoTL into institutional cultures, the authors provide a conceptual model along with examples of practical strategies for overcoming resistance to change within institutions. The paper provides examples from a variety of different international contexts to show how incentives and other non-coercive measures can motivate faculty and administrators to weave SoTL into institutional fabrics. Drawing on social network theory and the concept of communities of practice, the paper presents a model with attendant strategies for disseminating SoTL values and practices across all three levels of postsecondary institutions: the micro, the meso, and the macro. The authors argue that for SoTL to take root in organizational cultures, there must be 1) effective communication and dissemination of SoTL activity across all levels, 2) well established social networks and links between these levels (nodes), and 3) sustained support by senior administration. The authors conclude by suggesting ways their model could be tested.
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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,026 |
| Communication savante | 0,011 | 0,020 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».