Hvordan indgår undervisningsportfolio i bedømmelse af ansøgere til videnskabelige stillinger ved universitetet?
Notice bibliographique
Résumé
Det er en udbredt forestilling, at forskningskompetence og videnskabelig produktion vejer tungere end undervisningskompetencer ved ansættelse af videnskabeligt personale ved universiteterne. Bl.a. af denne grund stilles der i stigende grad krav til medsendelse af undervisningsportfolio til dokumentation af undervisningskompetence ved de danske universiteter, og siden 2011 også ved Københavns universitet. Dette er sket i Danmark i lighed med lande som Sverige, Holland, Canada og Australien. Der er imidlertid ikke lavet systematiske undersøgelser af hvordan vurdering af undervisningskompetencer indgår i bedømmelse ved ansættelser ved danske universiteter, og de internationale erfaringer er også sparsomme. Dette kvalitative studie har til formål at afdække hvordan praksis er for vurdering af undervisnings¬kompetencer på Københavns Universitet. Metode I dette studie vil vi alene fokusere på de interne bedømmere i bedømmelsesudvalgene, mens det overordnede studie også vil inkludere eksterne bedømmere og ansøgere. Interviewpersonerne udvælges på tværs af fakulteter. Interviewene gennemføres som individuelle semi-strukturerede interviews med fokus på specifikke bedømmelsesudvalgsarbejder. Interviewene indledes med generelle spørgsmål til bedømmelsesarbejdet og på vægtningen mellem undervisning og forskning, og herefter drøftes den funktion de fælles retningslinjer for portfolio har i det konkrete arbejde med vurdering af undervisningsportfolioer. Analysen vil fokusere på deltagernes karakteristik af det Teaching and Learning Regime (Trowler & Coopers, 2010) de indgår i, deres oplevelse af de undervisningsportfolioer de har skullet tage stilling til, samt deres oplevelse af funktionen af de fælles retningslinjer for portfolio i fm. ansættelser. Vi vil bruge Star og Griesemers (1989) begreb om ”boundary objects” i analysen af retningslinjernes funktion. Resultater I oplægget vil vi fremlægge resultater af interviewundersøgelsen, og drøfte den funktion retningslinjerne spiller for bedømmere og ansøgere til videnskabelige stillinger. Referencer Star, S.L. & Griesemer, J.R. (1989) Institutional Ecology, 'Translations' and Boundary Objects: Amateurs and Professionals in Berkeley's Museum of Vertebrate Zoology, 1907-37. Social Studies of Science 19(3). Trowler, P. & Cooper, A. (2002) Teaching and Learning Regimes: Implicit theories and recurrent practices in the enhancement of teaching and learning through educational development programmes. Higher Education Research & Development 21(3).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,020 | 0,011 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,085 | 0,029 |
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 source (Gemma direct ou Codex distillé), 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 ».