MétaCan
Menu
Retour à la cohorte
Enregistrement W4282838049 · doi:10.1108/qae-01-2022-0023

Forming an academic program review learning community: description of a conceptual model

2022· article· en· W4282838049 sur OpenAlexaff
Alana Hoare, Catharine Dishke Hondzel, Shannon L. Wagner

Notice bibliographique

RevueQuality Assurance in Education · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésConceptual modelOriginalityConceptual frameworkCoachingKnowledge managementHigher educationQuality (philosophy)Public relationsComputer scienceSociologyPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose Higher education institutions are required to evaluate program quality through cyclical program review processes. Despite often being considered the “gold standard” of academic review, there persists dissatisfaction with the lack of integration of program review findings into other planning processes, such as budgeting, assessment and strategic planning. As a result, the notion of program review action plans “collecting dust on the shelf” is so ubiquitous that the concept is normalized as an expected outcome. The purpose of this paper is to describe a conceptual model whereby teams of faculty members receive education and training from quality assurance practitioners and educational developers, access to institutional resources, opportunities for cross-departmental collaborations and collective advocacy to increase the capacity of faculty members to implement improvement goals resulting from program reviews. Design/methodology/approach The authors theorize that a professional learning community is a meaningful approach to program review and present a conceptual model – the Academic Program Review Learning Community (PRLC) – as an antidote to hierarchical, fragmented, compliance-oriented processes. The authors suggest that the PRLC offers a reliable institutional framework for learning through formalized structures and nested support services, including peer learning and external coaching, which can enhance the catalytic capacity of reviews. Findings The authors argue that postsecondary institutions should create formal structures for incorporating learning communities because, without a reliable infrastructure for collective learning, decision-making may be fragmented oridiosyncratic because of shifting demands, priorities or disconnected faculty. Originality/value A learning community model for program review fits well with a new way to think about program review because faculty are most engaged when they feel ownership over the process. Furthermore, few models exist for conducting program review; as a result, chairs and academics often struggle to conduct reviews without a coherent framework to draw upon.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0120,026
Communication savante0,0210,024
Science ouverte0,0060,017
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,416
Tête enseignante GPT0,564
Écart entre enseignants0,148 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuality Assurance in EducationMême sujetEvaluation of Teaching PracticesTravaux en français237 207