Cyclical Program Reviews at Smaller Post-Secondary Institutions: Can the Time and Effort be Justified?
Notice bibliographique
Résumé
Cyclical program reviews (CPRs), also called periodic or academic reviews at institutions of higher education, are undertaken to ensure that academic programs meet a variety of objectives related to teaching and learning, as well as professional credentialing, quality assurance, and institutional requirements. Preparing, reviewing, and implementing a CPR requires significant time and effort for those assigned to this task, especially if the program has never previously been through a CPR. Much has been written on how to undertake a CPR (Bresciani, 2006), what measures are useful in assessing programs (Jayachandran et al., 2019), and some of the problems that external reviewers encounter with CPRs (Halonen & Dunn, 2017). This article, however, provides new insights concerning important considerations that should be addressed when preparing to undertake a CPR—from the perspectives of both administrators and faculty at smaller institutions where the number of faculty may be small and resources for the CPR process are often limited. Drawing on a case study of CPRs in several social sciences programs and a broader survey of those involved in CPRs from 2015-2020 at a small Western Canadian university, the authors identify key issues in preparing a CPR, such as the timing of the review, the advantages and disadvantages of an individual approach versus a team approach in preparing the CPR, the role of administrators in the CPR process, the importance of institutional templates in preparing the CPR, and the need for clearly identified program learning outcomes to guide the CPR process. This article also examines how a pandemic can impact the CPR process.
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 | 0,016 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,017 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».