Curriculum design teams in (inter)action:Research on the relationship between the network of a design team and support in the wider teachers team
Bibliographic record
Abstract
Bij curriculumvernieuwing wordt vaak een beroep gedaan op docentontwerpteams. Door actief betrokken te worden bij het curriculumontwerp vormen deze docenten een schakel tussen het beoogde curriculum en invoering in de onderwijspraktijk. Echter, als een docentontwerpteam het curriculum voor de gehele opleiding ontwerpt, zal de praktijk van álle betrokkenen veranderen. Meer onderzoek is nodig naar de manier waarop docentontwerpteams betrokkenheid van alle docenten bij het nieuwe ontwerp realiseren; ook wel de relationele opdracht van het ontwerpteam genoemd. In een casestudyonderzoek binnen een Lerarenopleiding Technisch Beroepsonderwijs werd de relatie onderzocht tussen het netwerk van een docentontwerpteam en draagvlak in het bredere team. Beeldvorming en gevoel van eigenaarschap werden hierbij gehanteerd als indicatoren voor draagvlak voor de curriculuminnovatie. Door sociale netwerkdata (sociogrammen) te combineren met gespreksanalyses en interviews, werd bestudeerd hoe de interacties tussen het ontwerpteam en het bredere team verliepen en de betekenis hiervan op het ontstaan van draagvlak. Resultaten geven aan dat het netwerk van het ontwerpteam vooral als discussienetwerk fungeerde en gericht was op individuele docenten. Docenten uit het bredere team die hierin betrokken werden, hadden een uitgebreider beeld van de curriculuminnovatie dan niet-betrokken docenten. Betrokkenheid bij advies- en samenwerkingsnetwerken leidde bovendien tot een groter gevoel van eigenaarschap.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.015 | 0.056 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.006 | 0.006 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".