Building teaching capacities in higher education : a comprehensive international model
Notice bibliographique
Résumé
1) Preface-Alenoush Saroyan and Mariane Frenay 2) Prologue-James Groccia SECTION 1: FIVE CASE STUDIES AND A COMPARATIVE ANALYSIS 3) Faculty Development in Canadian Universities-Lynn K. Taylor and Denis Bedard 4) Faculty Development in Switzerland: A Study of French Speaking Universities-Nicole Rege-Colet 5) Danish Faculty Development Strategies-Anette Kolmos 6) Faculty Development in Belgian Universities-Mieke Clement and Mariane Frenay 7) A Glance at the French Experience in Faculty Development-Jean-Jacques Paul and Noel Adangnikou 8) Faculty Development Across Europe and Canada: Comparisons of Five Case Studies-Mariane Frenay and Alenoush Saroyan SECTION 2: DEVELOPMENT AND VALIDATION OF A CONCEPTUAL FRAMEWORK 9) Making the Shift from Faculty Development to Educational Development: A Conceptual Framework Grounded in Practice-Lynn K. Taylor and Nicole Rege-Colet 10) Validation of a Conceptual Framework: The Meaning and Scope of Faculty Development-Denis Bedard, Mieke Clement, and Lynn K. Taylor 11) Epilogue-Kirsten Hofgaard Lycke Index.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,014 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».