Raisins in the dough: Conversations on teacher identity and assessment practices
Bibliographic record
Abstract
Nous apprenons à enseigner de nos pairs, de nos élèves, de nos propres expériences en tant qu'élèves, enseignants et parents, et des occasions d'enseignement et d'apprentissage qui se présentent à nous dans des contextes non scolaires. Cette étude explore comment les éducateurs œuvrant en enseignement supérieur concilient leur conception de l'identité professionnelle avec leurs obligations professionnelles, notamment en matière d'évaluation des étudiants. Les enseignantes et enseignants du réseau des cégeps du Québec, comme leurs collègues d'autres établissements d'enseignement postsecondaire, arrivent souvent en classe avec une richesse de connaissances dans leur domaine, mais très peu de formation spécifique en pédagogie. Dans une série d'entrevues interactives, j'ai recueilli les récits et les idées de neuf collègues enseignants. De ces entrevues, j’ai construit un récit dans lequel les neuf participants et moi sommes réunis autour d'une table pour discuter de nos parcours individuels et personnels en tant que pédagogues, ainsi que des expériences, défis et épiphanies qui sous-tendent le développement d’un enseignant. J’ai émaillé ce récit de mes expériences personnelles et professionnelles. Ces souvenirs, et la manière dont je m'en souviens, viennent enrichir la discussion. En fin de compte, quatre thèmes principaux émergent : le parcours familier de l’enseignant « accidentel »; la tension entre les philosophies d'apprentissage formatif des enseignants et les exigences institutionnelles en matière de responsabilité ; l'importance de l'introspection et de la pratique délibérée dans notre formation continue ; et la valeur des communautés de pratique et du mentorat entre pairs pour soutenir cette formation. Le but de cette exploration n'est pas de générer des concepts définitifs de comment enseigner au cégep, ni de déterminer qui est ou n'est pas habilité à enseigner. Il s'agit plutôt de faire la lumière sur notre cheminement commun, de constater que nous ne sommes pas les premiers ou les seuls enseignants à faire face à des défis, à apprendre sur le tas, ou à réaliser, brusquement, que nous ne sommes pas ceux à qui nous enseignons - et qu'ils ne sont pas nous
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 | 0.019 | 0.050 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.026 | 0.022 |
| Scholarly communication | 0.010 | 0.010 |
| Open science | 0.002 | 0.013 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.004 | 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".