MétaCan
Menu
Retour à la cohorte
Enregistrement W2220917195 · doi:10.47678/cjhe.v45i4.184492

What We Learned about Mentoring Research Assistants Employed in a Complex, Mixed-Methods Health Study

2015· article· en· W2220917195 sur OpenAlexaffvenueabout
Lori E. Weeks, Michelle Villeneuve, Susan Hutchinson, Kerstin Roger, Joan Versnel, Tanya Packer

Notice bibliographique

RevueCanadian Journal of Higher Education · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensUniversity of ManitobaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésThematic analysisFocus groupMedical educationPsychologyWork (physics)Qualitative researchMultimethodologyPedagogySociologyMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

We investigated the experiences of research assistants in their dual role as both employees and trainees, when they were employed in a complex, mixedmethods, Canadian study on the everyday experience of living with and managing a chronic condition. A total of 13 research assistants participated in one or more components of this study: a survey (n = 11), focus group interview (n = 7), and/or individual interview (n = 13). Thematic analysis identified two key themes: what faculty mentors should provide to research assistants before they begin their work, and what faculty mentors need to know in order to effectively offer ongoing support to research assistants. Our results provide valuable insights for new and experienced faculty members who employ research assistants and for research assistants employed in funded research projects. Our results can inform the development of regulations to ensure that research assistants have greater protection as both trainees and employees.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,472
Tête enseignante GPT0,646
Écart entre enseignants0,174 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations8
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Higher EducationMême sujetNursing Roles and PracticesTravaux en français237 207