MétaCan
Menu
Retour à la cohorte
Enregistrement W2289417062 · doi:10.59236/td2014vol7iss11271

Assessing the value created through participating in a graduate studies community of practice

2014· article· en· W2289417062 sur OpenAlexaff
Rachael Bertram, Kyle Paquette, Tiago Duarte, Diane M. Culver

Notice bibliographique

RevueTransformative Dialogues Teaching and Learning Journal · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNature versus nurtureValue (mathematics)Variety (cybernetics)PsychologyGraduate studentsMedical educationEmpirical researchCommunity of practicePedagogyPublic relationsSociologyPolitical scienceComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

In effort to overcome the challenges related to enhancing student learning and academic achievement in higher education, researchers continue to explore a myriad of educational strategies and best practices.Communities of Practice (CoPs) have been identified as a means to nurture the learning and expertise of members in a variety of contexts.Despite the numerous studies that have reported the many benefits of participating in CoPs, studies that assess the value created through such participation are lacking, especially within educational settings.The purpose of this study was to assess the value created through participating in a graduate studies CoP comprised of 14 graduate students and three professors.Using a case study design and a value creation framework, findings revealed that all group members gained personally meaningful and relevant value through participating in the CoP, which in turn led to enhanced learning and a gain of academic competencies.The findings provided empirical support for the value framework, which is discussed in relation to its implications for the future study and application of CoPs in higher education.

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)0,032
score de la tête « metaresearch » (Gemma)0,070
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 enseignants0,032
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,070
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0050,006
Communication savante0,0070,003
Science ouverte0,0020,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,209
Tête enseignante GPT0,505
Écart entre enseignants0,296 · 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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransformative Dialogues Teaching and Learning JournalMême sujetReflective Practices in EducationTravaux en français237 207