MétaCan
Menu
Retour à la cohorte
Enregistrement W4410932432 · doi:10.1080/2331186x.2025.2501364

Navigating towards interdisciplinarity: a grounded theory exploration of a collaborative SoTL boundary experience

2025· article· en· W4410932432 sur OpenAlexaff
Janice Miller‐Young, Jillian Seniuk Cicek, Jeff Paul

Notice bibliographique

RevueCogent Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Education and Learning Practices
Établissements canadiensUniversity of ManitobaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGrounded theorySociologyBoundary (topology)Qualitative researchEpistemologyPsychologyPedagogySocial sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This study investigates the intricacies of interdisciplinary collaboration within the Scholarship of Teaching and Learning (SoTL), a field characterized by its epistemic and methodological diversity. We use constructive grounded theory to analyze the conversations of three experienced SoTL scholars from diverse disciplines, as they worked on a SoTL textbook, framed with the theoretical lenses of Landscapes of Practice and boundary crossing. By analyzing thirteen conversations recorded over eight months, we illustrate a transformative, interdisciplinary collaboration process and identify four key themes in the data: (i) boundary crossing can be explained in two distinct parts: the breadth and depth of expertise, and ontological and epistemological differences; (ii) mediators of successful interdisciplinary boundary work include team relationship, use of metaphors, development of a shared language, reliance on other disciplinary experts, and a focus on audience; and (iii) the need for deep, sustained engagement with each other’s disciplinary contexts in order to (iv) crystallize a new, shared space. This research adds to the literature on interdisciplinary learning and boundary crossing, and makes specific recommendations for those who wish to engage in and facilitate interdisciplinary collaborations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,032
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0120,043
Communication savante0,0140,017
Science ouverte0,0040,017
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,487
Écart entre enseignants0,415 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomaineMéthodes
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCogent EducationMême sujetInnovative Education and Learning PracticesTravaux en français237 207