MétaCan
Menu
Retour à la cohorte
Enregistrement W2428149867 · doi:10.15402/esj.v1i2.108

Measuring Capacity for Community-Engaged Scholarship: Results from an Institutional Self-Assessment at the University of Saskatchewan

2016· article· en· W2428149867 sur OpenAlexaffvenueabout
Jethro Cheng, Nazeem Muhajarine, Linda M. McMullen, Andrew Dunlop

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésScholarshipOutreachGeneral partnershipEngaged scholarshipSociologyPublic relationsCommunity engagementPolitical scienceMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

The University of Saskatchewan conducted an institutional self-assessment survey in the fall of 2013 and winter of 2014 to measure its capacity for community-engaged scholarship. This effort is part of a national initiative of eight Canadian universities (Community-Engaged Scholarship Partnership), working to change institutional policies and practices around community-engaged scholarship. This paper reports on the results of the University of Saskatchewan’s self-assessment survey completed by 159 participants across campus that include administrators, faculty, and professional staff. The participants report that there are strong practices of community-engaged scholarship throughout the University. However, there are also many opportunities to strengthen the support and capacity for community-engaged scholarship. Institutional leadership and support, for example, that is consistent and effective is required at multiple levels (department, college or school, university) in order for community-engaged scholarship to be recognized and rewarded in all academic processes. The University’s Community Engagement and Outreach Office at Station 20 West is one notable exemplar of community-engaged scholarship and practice; it is a good example of how students, faculty, and community are effectively supported in these activities.

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)0,903
score de la tête « metaresearch » (Gemma)0,478
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,783
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,9030,478
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,7850,001
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0000,613
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 Opus0,214
Tête enseignante GPT0,376
Écart entre enseignants0,162 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations1
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetService-Learning and Community EngagementTravaux en français237 207