A Holistic Approach to Building Institutional and Faculty Capacity for Digital Education and Digital Pedagogy
Notice bibliographique
Résumé
Digital technology continues to create new pathways in disrupting the teaching and learning exchange. Higher education institutions must not only contend with ongoing demographic, financial, and political shifts, but also have to respond to changing market demands for flexible delivery, greater access, and increased student expectations. The absence of a robust and comprehensive institutional response to these disruptions, leads to uneven technology integration on the part of faculty resulting in inconsistent learning experience for students. This Dissertation-in-Practice (DiP) articulates a holistic approach to building institutional and faculty capacity for digital education and pedagogy at a public college in a Canadian urban center. Working within an interpretivist epistemology, it leverages an adaptive and distributed leadership approach coupled with a constructivist, critical, and experiential grounding to education, to address institutional gaps in educational technology integration. Faculty capacity building initiatives constitute the core of a change implementation plan that seeks to identify and remove affective, pedagogic, and organizational barriers to technology integration while developing faculty’s technological and pedagogic knowledge base and disposition as 21st century educators. This is further supported by a phased change path designed to holistically build institutional capacity in supporting seamless integration of digital education practices across all instructional modalities. Change agents draw on socially constructed, collaborative, and inclusive techniques consistent with the leadership approach and a change model that also draws on psychosocial factors to engage participants in and through an organizational digital transformation change process.
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 | 0,013 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,039 |
| Communication savante | 0,017 | 0,010 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».