MétaCan
Menu
Retour à la cohorte
Enregistrement W4384625781 · doi:10.1145/3573051.3593384

Managing TAs at Scale: Investigating the Experiences of Teaching Assistants in Introductory Computer Science

2023· article· en· W4384625781 sur OpenAlexaff
Emma McDonald, Gisele Arevalo, Sadaf Ahmed, Ildar Akhmetov, Carrie Demmans Epp

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFeelingThematic analysisManagement stylesComputer scienceFraming (construction)Scale (ratio)Time managementKnowledge managementPsychologyMedical educationQualitative researchManagementSocial psychologyEngineeringMedicineSociology

Résumé

récupéré en direct d'OpenAlex

Teaching assistants (TAs) are essential members of post-secondary instructional teams, who often have considerable student-facing time. The recently increasing demand for introductory computer-science (CS) courses has resulted in a corresponding increased demand for TAs. The existing TA literature has predominantly focused on investigating the role of training in the TA experience, particularly with respect to performance. This provides little insight into how TAs experience their management. Consequently, we investigate the role of management in the experiences of introductory-level CS TAs. We provide the structure for a formal, tiered management scheme employed in a high-enrolment introductory CS course. This scheme attempts to address the challenges associated with managing TAs at scale. As a case study, we compare the experience of TAs under this new management scheme with that of TAs under an informal, unstructured management style used in smaller introductory CS courses. Specifically, we used questionnaires to look at TAs' self-efficacy and understand their experiences. While we did not find a significant difference in TA self-efficacy between the two management styles, thematic analysis of the open-response data revealed a greater number of challenges reported by the TAs under the tiered management system. TAs characterized this tiered system as "organized" and frequently reported feeling overworked. Across both groups, TAs identified improved communication and additional training as factors that could improve their experience. Our findings suggest self-efficacy was not a sufficient measure to quantify TA experience. We propose framing TA experience based on their motivation and general well-being.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,405
Écart entre enseignants0,362 · 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'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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReflective Practices in EducationTravaux en français237 207