MétaCan
Menu
Retour à la cohorte
Enregistrement W1972819794 · doi:10.1097/00001888-200408000-00016

Effectiveness of a Brief Workshop Designed to Improve Teaching Performance at the University of Alberta

2004· article· en· W1972819794 sur OpenAlexaffabout
Kerri Pandachuck, Dwight Harley, David Cook

Notice bibliographique

RevueAcademic Medicine · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedical educationPsychologySet (abstract data type)MedicineComputer science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To determine whether a two-day teaching enhancement workshop at the University of Alberta improved participants' teaching performance as rated by students. METHOD: Workshop participants (academic staff or residents) were asked to assess the value of the workshop. In addition, students were asked to rate instructors' teaching abilities before and after the instructors participated in the workshops, by completing a five-statement questionnaire routinely used to assess instruction at the University of Alberta. For control purposes, ratings were also obtained for a group of instructors who had not taken the workshop, over a similar time period. The authors used data from 1993-2002. RESULTS: The participants uniformly regarded the workshops as helpful. Both faculty and residents regarded the short teaching exercise as the most important component of the program. Of the instructional sections, the presentations on objectives and on structure (set, body, closure) were rated most highly by both groups. The students' mean ratings for the instructors after the workshop were significantly increased, while ratings for those who had not taken the workshop were unchanged CONCLUSION: Short teaching-enhancement workshops are regarded by the participants as helpful in improving their instructional skills. This view is supported by a significant increase in students' ratings of the instructors after they had taken the workshop.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,049
Tête enseignante GPT0,380
Écart entre enseignants0,331 · 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'étudeObservationnel
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

Citations29
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetEvaluation of Teaching PracticesTravaux en français237 207