MétaCan
Menu
Retour à la cohorte
Enregistrement W4385950128 · doi:10.1080/13636820.2023.2246330

Developing and supporting the dual professionalism of CAAT faculty members

2023· article· en· W4385950128 sur OpenAlexaffabout
Mary Michelle Overholt

Notice bibliographique

RevueJournal of Vocational Education and Training · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Education and Learning Practices
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCurriculumProfessional developmentSociologyPedagogyFocus groupFaculty developmentPsychologyMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

This qualitative, exploratory study is focused on how teachers in Ontario Colleges of Applied Arts and Technology (CAATs) are prepared to teach. Using focus groups and semi-structured interviews, I sought the perspectives of front-line staff within academic development units and academic leaders to create a detailed depiction of how teacher preparation and development currently happen in CAATS and how it can be strengthened at the institutional and provincial levels. Using activity theory as my main theoretical framework and as the structure for my interview protocol, I worked with participants to collaboratively map the activity system of teacher preparation at individual institutions and across the CAAT system. Overall, CAATs provide basic teacher training – on planning and conducting lessons, designing course materials, and setting up courses on learning management systems – for faculty members but lack resources to support faculty members’ subject-matter expertise. CAATs can work together, under the direction of senior leadership, to develop better support both for educational developers and CAAT faculty members. CAAT academic development units can collaborate to create a provincial CAAT teacher training curriculum/credential that can be implemented at the institutional level to ensure consistency as well as the necessary level of institutional focus for faculty development.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,386
Score d'incertitude au seuil0,462

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,312
Tête enseignante GPT0,535
Écart entre enseignants0,223 · 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 tête enseignante, 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vocational Education and TrainingMême sujetInnovative Education and Learning PracticesTravaux en français237 207