MétaCan
Menu
Retour à la cohorte
Enregistrement W1490362834 · doi:10.47408/jldhe.v0i6.197

Developing criteria to assess graduate attributes in students' work for their disciplines

2013· article· en· W1490362834 sur OpenAlexaboutno aff
Kate Chanock

Notice bibliographique

RevueJournal of Learning Development in Higher Education · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Resistance (ecology)CurriculumMeaning (existential)Work (physics)DisciplineProcess (computing)SociologyPedagogyPoliticsEngineering ethicsPublic relationsPolitical sciencePsychologySocial scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

After two decades, efforts to integrate the development and assessment of ‘graduate attributes’ into discipline curricula remain slow, uneven, and fraught with difficulties. Scholars have identified political, cultural and practical reasons for academics’ resistance to this requirement, including ‘lack of ownership and shared understanding of how to teach and assess graduate attributes’ (Radloff et al., 2008). Along with Barrie (2007) and de la Harpe and David (2010), Radloff et al. (2008) have argued that ‘academic staff beliefs are critical and fundamental to any attempts at developing students’ graduate attributes’.This article suggests that, rather than trying to change these beliefs via top-down mandates to adopt institutional attributes, it may make sense instead to start from academics’ beliefs and see what attributes they suggest are actually integral to their cultures of enquiry. I reflect on such a process in the context of developing criteria and standards for assessing graduate ‘capabilities’ across the three years of a BA degree, in which a Faculty working party tried to tease out what we meant by ‘good writing’ into easily applicable criteria with authentic meaning(s) across our varied disciplines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,054
score de la tête « metaresearch » (Gemma)0,138
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0540,138
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,007
Études des sciences et des technologies0,0040,004
Communication savante0,0080,006
Science ouverte0,0020,010
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,400
Tête enseignante GPT0,518
Écart entre enseignants0,118 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Learning Development in Higher EducationMême sujetEvaluation of Teaching PracticesTravaux en français237 207