MétaCan
Menu
Retour à la cohorte
Enregistrement W4405368128 · doi:10.1080/17425964.2024.2440352

Navigating the Academy: Using Memory-Work to Chart a Way Forward

2024· article· en· W4405368128 sur OpenAlexaff
Dawn Garbett, Rena Heap, Ronnie Davey, Linda May Fitzgerald, Lynn Thomas

Notice bibliographique

RevueStudying Teacher Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCollegialityDialogicKindnessPsychologyPower (physics)GossipPedagogyReciprocalSociologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This article explores our use of memory work, as five experienced self-study researchers. Utilizing the power of memory-work and in the spirit of self-study collegiality, we aimed to understand how our collective experiences might influence current and future possibilities for ourselves, and importantly, for others. Our recursive process involved writing, in the third person, detailed memories evoked by six prompts which included reflections on being mentored and navigating the volatile, uncertain, complex, and ambiguous (VUCA) environment in tertiary institutions. We shared our writing via Zoom, and engaged in collective dialogic analysis. Our findings revealed significant discrepancies between institutional values and our personal values. An examination of our memories underscored the importance of teaching and self-study research to us, though not necessarily to our institutions. We felt that self-study research was not considered of equal importance by our institutions or colleagues. However, we maintain that measures of academic success, as defined by institutions, should not dictate how we measure our own success as academics or as humans. It is important to remain lifelong learners, staying curious, and being true to our own values. Ultimately, the importance of fostering supportive, reciprocal relationships and practicing kindness, to ourselves and others, was central to our reflection. We hope that our findings resonate with other academics.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,957

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 GPT0,487
Écart entre enseignants0,393 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudying Teacher EducationMême sujetReflective Practices in EducationTravaux en français237 207