MétaCan
Menu
Retour à la cohorte
Enregistrement W4387935407 · doi:10.11647/obp.0363.22

22. Collaboratively reimagining teaching and learning

2023· book-chapter· en· W4387935407 sur OpenAlexaff
Flora Fabian, Jonathan Harle, Perpetua Kalimasi, Rehema Kilonzo, Gloria Lamaro, Albert Luswata, David H. Monk, Edwin E. Ngowi, Femi Nzegwu, Damary Sikalieh

Notice bibliographique

RevueOpen Book Publishers · 2023
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensUniversity of Victoria
Organismes subventionnairesForeign, Commonwealth and Development Office
Mots-clésEmployabilityGeneral partnershipReflexivityManaging changeResource (disambiguation)Scale (ratio)Work (physics)Social changePedagogyPolitical scienceSociologyPublic relationsSocial scienceGeographyEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

While there are regular calls for African universities to improve their teaching, finding ways to do this within the resources available in already stretched institutions, and at the scale required, have proven elusive. This chapter is a reflexive exercise, discussing the work of an international partnership, Transforming Employability for Social Change in East Africa (TESCEA), that aimed to reshape habits of teaching and learning in four institutions of higher education. The authors explain how they sought to enable teaching for critical thinking and problem-solving, ensure degree programmes were relevant to social and economic needs by engaging employers and local communities, and learning environments enabled both young women and men to learn effectively. It offers reflections on the change observed, the ways in which this was achieved, and the challenges encountered. The authors hope it adds to understandings of how change can happen in higher education, particularly in resource-constrained settings.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,409
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0070,005
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,078
Tête enseignante GPT0,365
Écart entre enseignants0,287 · 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.

Devis d'étudeSans objet
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 revueOpen Book PublishersMême sujetHigher Education Practises and EngagementTravaux en français237 207