Delivering a collaborative, discipline-specific, and equity, diversity, and inclusion-centered teaching assistant training program in the life sciences
Notice bibliographique
Résumé
A growing number of Canadian universities are implementing teaching assistant (TA) training programs designed to support graduate student teaching. At the University of British Columbia (UBC), the Life Sciences Institute (LSI) hosts one of several provost-funded, discipline-specific TA training programs on campus. At its core, the LSI TA Training Program is a partnership between senior TAs and faculty from multiple departments. Together, we design and deliver a TA training curriculum tailored for teaching in the life sciences that centers equity and inclusivity, while building a supportive community of emerging educators. In this paper, we provide a brief historical overview of the LSI TA Training Program and describe our embedded values and initiatives, including a flagship TA training "boot camp," workshops, social celebration events, and a year-round mentorship initiative. We also present evidence showing that participation in our TA training program increases confidence in evidence-based teaching strategies, including creating inclusive, equitable classroom environments. We also discuss lessons learned in developing and sustaining such a cross-departmental TA training initiative, highlighting the benefits of faculty-student collaboration and our approaches to ensure our program is sustainable while adapting to evolving TA needs. Our experiences highlight that grounding discipline-specific TA training in inclusive teaching prepares new TAs with relevant, practical skills and supports their confidence to be inclusive educators in the life sciences.
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 | 0,007 | 0,001 |
| 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 | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».