MétaCan
Menu
Retour à la cohorte
Enregistrement W1969799148 · doi:10.1080/07294360.2011.653956

Developing research capacity among graduate students in an interdisciplinary environment

2012· article· en· W1969799148 sur OpenAlexafffundabout
Maureen Ryan, Rachel Yeung, Michelle Bass, Meg Kapil, Suzanne Slater, Kate Creedon

Notice bibliographique

RevueHigher Education Research & Development · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesHealth Canada
Mots-clésThematic analysisConceptual frameworkGraduate studentsContext (archaeology)Capacity developmentPerspective (graphical)Graduate researchPedagogyWork (physics)SociologyEngineering ethicsMathematics educationPsychologyMedical educationQualitative researchEngineeringComputer scienceMedicineGeographySocial science

Résumé

récupéré en direct d'OpenAlex

A critical review of research to date suggests a need to explore the development of graduate student research capacity from the standpoint of graduate students. Six members of an interdisciplinary graduate student colloquium at the Centre for Youth and Society (Victoria, Canada) offer their perspective. Our research involved four phases, each illustrating the processes that refined our understanding of the components that contributed to the development of our graduate student research capacity. First, we engaged in several round-table discussions and created a conceptual map depicting components that were meaningful in developing our research capacity. Second, we examined previous work on graduate student research capacity development and compared this data to the conceptual map. Third, we conducted a thematic analysis of secondary data of graduated students with similar interdisciplinary training and involvement in the Centre. Finally, the data analysis was used to refine the conceptual map that may benefit educators and future graduate students. From the standpoint of students themselves, we discuss those components perceived as best contributing to the development of graduate student research capacity and highlight the importance of an interdisciplinary context and writing process.

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)0,184
score de la tête « metaresearch » (Gemma)0,261
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,973

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1840,261
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0120,022
Communication savante0,0250,018
Science ouverte0,0050,030
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,614
Tête enseignante GPT0,655
Écart entre enseignants0,041 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHigher Education Research & DevelopmentMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207