Fostering Scholarly Approaches to Peer Review of Teaching in a Research-Intensive University: Strategic Development of a Departmental SPRoT Protocol
Notice bibliographique
Résumé
This article draws on a 10-year institutional initiative and examines whether and how a strategic departmental Summative Peer Review of Teaching (SPRoT) Protocol was implemented at a Canadian research-intensive university. A peer review of teaching initiative (2010-12), led by a team of UBC national teaching fellows, was prompted by institutional concerns about the quality of student learning experiences and the effectiveness of teaching in a multi-disciplinary research-intensive university context. Canadian universities have long recognized the importance of attending to the evaluation of teaching practices in their particular contexts; however, the enactment of localized scholarship directed at these practices remains very much in its infancy. Traditional approaches to the evaluation of university teaching have often resulted in the over-reliance on student evaluation of teaching data and/or ad-hoc peer-review of teaching practices with numerous accounts of methodological shortcomings that tend to yield less useful and less authentic data. Using a case study research methodology, this paper examines the strategic development of a departmental SPRoT protocol at the University of British Columbia, Canada. Issues addressed in this article include contemporary approaches to the evaluation of teaching in higher education, faculty “buy-in” for the evaluation of teaching in a research intensive university, scholarly approaches to summative and formative Performance Reviews of Teaching (PRT), faculty-specific engagement in summative and formative (informal to formal) PRT training and implementation, and strategic institutional supports (funding, expertise, mentoring, technological resources).
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 | 0,039 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».