MétaCan
Menu
Retour à la cohorte
Enregistrement W4414141738 · doi:10.1177/15413446251371056

Building Faculty Efficacy in Teaching: Bringing Equity and Decolonization into Focus

2025· article· en· W4414141738 sur OpenAlexaff
Nuha Dwaikat-Shaer, Ann Curry‐Stevens, Lisa Kuron, Xu Wang, D. Garth Taylor

Notice bibliographique

RevueJournal of Transformative Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Race Theory in Education
Établissements canadiensHospital for Sick ChildrenWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésTransformative learningSyllabusEquity (law)Focus groupAction researchExpansiveFaculty developmentDecolonizationPsychological interventionAction (physics)

Résumé

récupéré en direct d'OpenAlex

This article shares the results of a research study designed to track faculty efficacy with integrating equity, inclusion and decolonization into their teaching. In response to student priorities, broad national policy priorities, and the lived experiences of researchers, this seven-person multi-department team followed a set of 16 faculty through a set of interventions and gathered a range of data to discern their shifts in awareness, intention and practice. Four major resources were made available to participants (a 4-hour training, an expansive self-assessment, syllabus revisions and development of an action plan). Five data collection activities were implemented (a pre/post efficacy survey, the self-assessment survey results, action plans for immediate and future practices, syllabus revisions, and focus groups). Promising results signal that targeted training, and relevant resources can manifest instructors’ skills and confidence to teach in ways infused with anti-racism, decolonization, cultural responsiveness and transformative learning.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,474
Écart entre enseignants0,453 · 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'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Transformative EducationMême sujetCritical Race Theory in EducationTravaux en français237 207