Documenting and Activating Educational Leadership and Authentic Teaching
Notice bibliographique
Résumé
This essay describes two integrated projects initiated by the 2020 3M National Teaching Fellowship Award (NTF) cohort on educational leadership and the role of authenticity among exemplary teachers, as presented at STLHE 2022. A thematic analysis of 3M NTF award-winning dossiers identified six prevalent traits characteristic of educational leaders: innovation, persistence, responsiveness, reflectiveness, curiosity, and positive opportunism. The analysis also revealed aspects of educational leadership in practice, including being committed to a cause, being action-oriented, being community-engaged, being multi-disciplinary, building bridges, freely sharing, trailblazing, and using applied methods. Educational leaders’ relationships with others tended to foreground elements of collaboration, empowerment, support, and mentorship, and their actions had an impact beyond their own classrooms or institutions. In the second project, qualitative interviews with cohort members articulated ways in which authentic teaching is expressed by educational leaders. The actions of authentic teachers were viewed as influential and inspiring, and based on their actions authentic teachers tended to be recognized as instruments of change. These results were shared in an interactive workshop at STHLE 2022, which discussed how educational leadership is currently framed in higher education, and guided participants in self-reflection as educators and leaders to formulate calls to action involving educational leadership and authentic teaching.
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 | 0,002 | 0,003 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».