Editors' introduction to Where learning deeply matters
Notice bibliographique
Résumé
2022 marks the 50th anniversary of McMaster University’s teaching and learning centre, presently known as the Paul R. MacPherson Institute for Leadership, Innovation and Excellence in Teaching (MacPherson Institute or MI), one of the first established in Canada. In alignment with the institute’s vision of “cultivating an environment where learning deeply matters and teaching is valued and recognized by the collective McMaster community” (Paul R. MacPherson Institute for Leadership, Innovation and Excellence in Teaching, 2019, p. 3), we wondered how we might leverage this milestone to further value and recognize teaching and learning at McMaster. This edited volume emerged in response. Composed of 24 chapters written by 86 authors—including undergraduate and graduate students, alumni, current and former staff, teaching assistants, sessional instructors, faculty, and retired faculty—and supported by 46 research participants and 31 peer reviewers, this collection responds to the following questions: How has teaching and learning evolved and changed at McMaster University over time? What have been defining moments of teaching and learning development at McMaster? What must we remember and learn from this history? What critical challenges do we face in teaching and learning today and into the future? How have these emerged, and how might we address them? What are our visions for the future of teaching and learning at McMaster? In this editors' introduction, we review the organization of the book and reflect on intentions, themes, and limitations of the work as a whole.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,107 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».