MétaCan
Menu
Retour à la cohorte
Enregistrement W2319725609 · doi:10.1002/j.0022-0337.2014.78.11.tb05825.x

Administrative Trends in U.S. Dental Schools

2014· article· en· W2319725609 sur OpenAlexaff
Martin M. Fu, Ángel Emmanuel Rodríguez, Rebecca Y. Chen, Earl Fu, Shu‐Yi Liao, Nadeem Y. Karimbux

Notice bibliographique

RevueJournal of Dental Education · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésConsolidation (business)Dental educationDemographyMedical educationHigher educationMedicinePsychologyPolitical scienceFamily medicineDemographic economicsAccountingSociologyBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

The aims of this study were to analyze the administrative trends in U.S. dental schools at the beginning and end of a thirteen-year period and to identify the predictive factors for those changes. Administrative trends were measured by the difference in the number of major administrative positions for 1997 and 2010 reported in American Dental Education Association (ADEA) and American Dental Association (ADA) publications. Secondary measures (program length, student enrollment, and tuition) were also gathered. The mean numbers of administrative positions per school significantly increased over the study period, while the mean number of clinical science departments per school significantly decreased. The change in the number of directors was positively correlated with the change in student enrollment, but inversely correlated with the change in number of vice/associate/assistant deans. The change in the number of clinical science departments was positively correlated with changes in student enrollment and out-of-state tuition, but inversely correlated with the change in in-state tuition. The number of all departments per U.S. dental school significantly decreased in this period. The schools that had consolidation of clinical science departments were less likely to have increases in student enrollment and out-of-state tuition, but more likely to have increases in in-state tuition.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,409
Écart entre enseignants0,379 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental EducationMême sujetMedical Education and AdmissionsTravaux en français237 207