Transforming faculty development programs from face-to-face to blended/hybrid environments
Notice bibliographique
Résumé
Faculty development programs are critical to the success of the learning and teaching process in higher education. With the rapid development of blended courses there is a need to transform the face-to-face faculty development programs to blended programs. The transformation requires instructors to examine new teaching methods and techniques, and obtain new skill set to ensure the success of the learning process and students’ engagement in the new environment. Blended teaching is not just about transferring part of the training course online, but involves creating online activities that engage learners and complement the face-to-face activities. The role of the instructors changes from lecturer to facilitator of learning, coach and collaborator. Through participation in blended learning environments, instructors could experiment the new teaching strategies in a collaborative and safe environment. This paper presents the process, benefits and challenges of transforming the Instructional Skills Workshop (ISW) for instructors from a three-day twenty four hours intensive format to four-week blended format. The Instructional Skills Workshop is peer-based training in which participants interact and present lessons in small groups to develop effective instructional skills through the use of constructive feedback strategies. Strategies associated with the re-design process which is based on the instructional design theories and principles will be presented. The paper presents data from formative and summative evaluations on communication, instructional skills and course design. The recommendations will address best practices that could be used to transform many faculty development programs from face-to-face to blended formats. Keywords: Hybrid, Online, Blended Teaching, Blended Learning, Faculty Development Programs, Instructional Skills.
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 | 0,004 | 0,007 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; 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 ».