Implementing a Teaching and Learning Enhancement Workshop at Aga Khan University: Reflections onthe implementation and outcomes of an Instructional Skills Workshop in the context of Pakistan
Notice bibliographique
Résumé
The Teaching and Learning Enhancement Workshop (TLEW) is an indigenous name for the Canadian-based Instructional Skills Workshop (ISW). TLEW is a teaching development workshop aimed at enhancing faculty members’ stances towards student-centred teaching and reflective practice at the higher education level. This short paper discusses the initiation, implementation and institutionalisation of the TLEW at Aga Khan University (AKU) across entities in Asia and Africa. In total, 77 faculty members drawn from different entities of AKU participated in the workshop in 2016-2017. Empirical evidence collected from TLEW graduates through a survey and interviews suggests that the intense episode of planning, teaching and receiving peer feedback during TLEW helped participants in sensitising them to effective planning for teaching in order to engage and enrich students’ learning. Furthermore, the repertoire of pedagogical strategies has permeated graduates’ classrooms. Nevertheless, for sustainability a mechanism needs to be in place for providing faculty with institutional support and recognition for their contribution in teaching and learning. A need is advocated for TLEW to evolve as a mandatory component for all teaching staff at the university to help serve as a fundamental base for initiating and sustaining change through ongoing professional development opportunities and establishing a community of practice.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».