MétaCan
Menu
Retour à la cohorte
Enregistrement W2401337287 · doi:10.5539/ies.v9n6p158

The Investigation of Challenges in Developing and Implementing New Academic Disciplines in Iranian Universities: Views of the Faculty Members

2016· article· en· W2401337287 sur OpenAlexvenueno aff
Mansuoreh Ghazavi, A R Nasr, Ebrahim Jafari, Neamatollah Mosapour

Notice bibliographique

RevueInternational Education Studies · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumMedical educationCurriculum developmentProfessional developmentFaculty developmentDisciplineProcess (computing)PsychologyPedagogyEngineering ethicsSociologyMedicineSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

<p class="apa">The move on decentralization of curriculum development in recent decade has become one of the major tasks in developing scientific fields in Iran. By implementing these programs some drawbacks have become evident. The objective of this study was to identify and assess the existing challenges involved in the development of academic disciplines from the faculty members’ views. For this aim, through a descriptive study, a body of 125 faculty members involved in academic disciplines development from state universities of Isfahan, Tehran and Ferdowsi are randomly selected. The study pursued seven research questions using a researcher-made questionnaire. Findings showed that interdisciplinary challenges, structural challenges and management challenges significantly exceeded the moderate level. Moreover, scientific-professional and financial challenges significantly affected the curriculum development of the academic disciplines. Results of MANOVA further showed that there were significant differences between the mean scores of faculty members’ views regarding the structural and management challenges in different universities. In general, results of the study highlighted the challenges which can be considered as important obstacles in the development process of disciplines and society at large. Optimization of this process needs the correctly addressed opinions of the faculty members in this respect.</p>

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,199
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,416
Tête enseignante GPT0,536
Écart entre enseignants0,120 · 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'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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetInterdisciplinary Research and CollaborationTravaux en français237 207