MétaCan
Menu
Retour à la cohorte
Enregistrement W4233260757 · doi:10.2979/teachlearninqu.3.1.15

Using the Principles of SoTL to Redesign an Advanced Evolutionary Biology Course

2015· article· en· W4233260757 sur OpenAlexaff
Michael deBraga, Cleo Boyd, Shahad Abdulnour

Notice bibliographique

RevueTeaching & Learning Inquiry The ISSOTL Journal · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCourse (navigation)Scholarship of Teaching and LearningHigher educationMathematics educationEngineering ethicsTeaching methodBiologyPsychologyEngineeringPolitical scienceTeaching and learning center

Résumé

récupéré en direct d'OpenAlex

A primary goal of university instruction is the students’ demonstration of improved, highly developed critical thinking (CT) skills. However, how do faculty encourage CT and its potential concomitant increase in student workload without negatively impacting student perceptions of the course? In this investigation, an advanced biology course is evaluated after structural changes (implemented in 2010) met with a poor student evaluation of the course and the instructor. This analysis first examines the steps used to transform a course to encourage CT and then explains how it can be assessed. To accomplish these goals, the instructor collaborated with an educational developer to redesign the course using a philosophy informed by SoTL. This approach, as we see it, represents a set of principles that demand transparency in the development and application of strategies whose aim is to encourage student learning. However, the SoTL approach would be insufficient to simply promote a set of strategies without some mechanism for evaluating its efficacy. Therefore, we designed a “Graded Response” (GR) multiple-choice test to measure CT development and hence to properly evaluate whether the strategies embedded in our SoTL-informed course redesign have adequately met our goals.

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)0,033
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,636
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0330,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,461
Tête enseignante GPT0,534
Écart entre enseignants0,073 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching & Learning Inquiry The ISSOTL JournalMême sujetEvaluation of Teaching PracticesTravaux en français237 207