MétaCan
Menu
Retour à la cohorte
Enregistrement W4366590061 · doi:10.4337/9781800374386.00010

The Core: The Sociological Literacy Framework

2023· book-chapter· en· W4366590061 sur OpenAlexfundno aff
Susan Ferguson, Stephen Sweet

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2023
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methodologies in Social Sciences
Établissements canadiensnon disponible
Organismes subventionnairesFranklin and Marshall CollegeSwarthmore CollegeGrinnell CollegeUniversity of PittsburghUniversity of Notre DameUniversity of MiamiYork UniversityVanderbilt University
Mots-clésSociologyCurriculumLiteracyPedagogySociological theorySociology of EducationFrame (networking)TeamworkScientific literacyEngineering ethicsSocial sciencePolitical scienceComputer scienceEngineeringScience education

Résumé

récupéré en direct d'OpenAlex

This chapter provides an overview of a curricular core called the Sociological Literacy Framework (SLF), a valuable resource for thinking about and improving sociology courses and curricular design, faculty teaching, and student learning. We begin by briefly reviewing the debate about having a core in sociology and then summarize the Measuring College Learning Project, which resulted in the development of the Sociological Literacy Framework. We then frame how and why the ASA Task Force on Undergraduate Education adopted the Sociological Literacy Framework in their national guidelines for the undergraduate sociology major. Next, we examine how the Sociological Literacy Framework is being currently utilized by sociology departments to redesign their curriculum and by scholars in an NSF research grant on curriculum mapping. Because curricular revision and assessment require collective teamwork of faculty within a sociology program or department, and the SLF provides guidelines to enable these department discussions, we conclude with some best practices for sociology programs to consider as they work to improve their curricula.

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)0,051
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche
Catégories consensuellesMétarecherche, Études des sciences et des technologies, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0330,051
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0100,008
Communication savante0,0060,001
Science ouverte0,0060,001
Intégrité de la recherche0,0020,005
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 Opus0,207
Tête enseignante GPT0,414
Écart entre enseignants0,208 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetInnovative Teaching Methodologies in Social SciencesTravaux en français237 207