MétaCan
Menu
Retour à la cohorte
Enregistrement W4393309602 · doi:10.20343/teachlearninqu.12.10

Using Infographics to Go Public with SoTL

2024· article· en· W4393309602 sur OpenAlexafffund
Bryn Keogh, Lorelli Nowell, Eleftheria Laios, Lisa McKendrick-Calder, Whitney Lucas Molitor, Kerry Wilbur

Notice bibliographique

RevueTeaching & Learning Inquiry The ISSOTL Journal · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensUniversity of British ColumbiaMacEwan UniversityUniversity of Calgary
Organismes subventionnairesUniversity of British ColumbiaUniversity of South Dakota
Mots-clésInfographicComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

There has been a call to amplify the scholarship of teaching and learning (SoTL) and expand its reach by engaging with audiences outside the academy. In this paper, we share our journey in crossing disciplinary boundaries and creating a SoTL-informed infographic for public consumption. As the field of SoTL continues to evolve, infographics hold tremendous potential to communicate SoTL to various stakeholders, including educators, students, administrators, policymakers, and the public. We outline best practices in infographic development and the potential of infographics as a tool for taking SoTL public, emphasizing their visual appeal and effectiveness in conveying complex information. We conclude by discussing the implications of using infographics to advance SoTL communication. The efforts of our group serve as a valuable example of how infographics can be used to bring SoTL knowledge out of academia and into the public domain.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0040,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,094
Tête enseignante GPT0,370
Écart entre enseignants0,276 · 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
GenreMéthodes

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

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTeaching & Learning Inquiry The ISSOTL JournalMême sujetData Visualization and AnalyticsTravaux en français237 207