Teaching Presence, Faculty Characteristics, and Student Perceptions of Teaching Effectiveness: A Study of Online Teaching
Notice bibliographique
Résumé
Using the Community of Inquiry framework (CoI) to ground the study, this research study explored the relationship between teaching presence behaviors, select faculty characteristics, and student rating of instruction for teaching effectiveness. Data from the Individual Development and Educational Assessment (IDEA), conducted at Ottawa University during the 2021-2022 academic year on 194 faculty members and 609 course sections, were analyzed to determine how faculty members at Ottawa University spend their time engaging in teaching presence behaviors within the Learning Management System (LMS) of their eight-week online courses.Results revealed that faculty members are spending their time differently when engaging in canned online courses. Furthermore, this study suggests that male faculty members, part-time faculty members, and faculty members with master’s degrees had higher levels of engagement in certain teaching presence variables, and that the number of years teaching were positively correlated with the number of course logins, course actions, total discussion board posts, and the character count of course announcements. Additionally, results from the study indicated that certain teaching presence variables were positively correlated with student rating of instruction. Finally, results from this study indicate that the number of years teaching, the total number of course announcements, and the character count of course announcements were significant predictors of student rating of instruction for teaching effectiveness.Implications of this study include consideration of how university leadership structure pay to include rewarding long-standing faculty members, and in training and development for faculty members regarding increasing specific teaching presence variables to create a social community of online learning that supports student perception of teaching effectiveness.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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) | 0,002 | 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 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 ».