MétaCan
Menu
Retour à la cohorte
Enregistrement W4406886860 · doi:10.5206/cjsotlrcacea.2024.3.15542

Insights and Opportunities: Evaluating a University Teaching and Learning Grants Program

2024· article· en· W4406886860 sur OpenAlexaffvenueabout
Heather A. Jamniczky, Manan Mukherjee, Rachel Stewart, Andrew Mardjetko, Rahim Pira, Natasha Kenny

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMathematics educationPolitical scienceSociologyPedagogyLibrary scienceComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

We describe a detailed program evaluation for a University-wide teaching and learning grants program at a Canadian research-intensive university. This work was designed to determine if the program is driving the types of changes in practice it was designed to support. We administered a survey that included yes/no response and Likert-scale questions to assess supports provided, outcomes, challenges, and impact of the grants program; and a series of open-ended questions inviting participants to share qualitative narratives describing their perceptions of the program and its effects. Thematic analysis of the survey responses revealed that the grants program provides tremendous value in strengthening scholarly communities and fosters wide ranging benefits to learners and teachers through ripple effects that extend well beyond the stated goals of the program. The engagement of students as partners in scholarly work and the development of local cultures and conversations around the scholarship of teaching and learning generated exciting new opportunities. The program supported innovative teaching strategies and deep engagement in teaching and learning, and provided opportunities for presentation, publication, and support from national funding bodies. It is clear that our institutional teaching and learning grants program is key to fostering a scholarly environment on our campus that benefits the entire community.

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)0,043
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0430,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0260,000
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,007
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 Opus0,217
Tête enseignante GPT0,430
Écart entre enseignants0,213 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetEvaluation of Teaching PracticesTravaux en français237 207