A Survey of Sessional Faculty in Ontario Publicly-Funded Universities
Notice bibliographique
Résumé
Within the past decade, the unprecedented growth in non-tenure/tenure track faculty has led to speculation as to the learning environment and learning outcomes for students. Both national media and researchers have raised concerns about the growth in short-term contract faculty, yet there is little evidentiary data to support policy development. Our study of sessional faculty in Ontario’s publicly funded universities provides much needed data and insight into the current pressures, challenges, and adaptations of the rapidly rising number of university instructors who work on short-term contracts, also known as sessional faculty. From 2015 to 2016, our team of researchers reached out to 17 universities in Ontario and were able to conduct this study at 12 institutions across the province. Our team approached each institution or union/faculty association representing sessional instructors and asked them to distribute the survey instrument to all part-time, non-full-time, non-tenure-track instructors by email. The response rates ranged from 16% to 48% by institution, though notably we were sometimes only able to obtain estimates of the total number of questionnaires that were distributed because of email list issues. We reached out to roughly 7814 instructors and achieved an overall response rate of 21.5%. However, due to the lack of demographic data available on the whole population we are unable to determine the representativeness of the respondent population. For example, because this sample represents only those who have worked within the previous few years at the institution and where there is current contact information available to the institution or union/ association representatives, our email invitation may not have reached the full population of contract faculty at each institution. In order to provide clarity and context, qualitative data were obtained through interviews with 52 instructors who volunteered to participate selected from six institutions. The interview data is still being analyzed and will be presented in a subsequent reports and publications.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».