MétaCan
Menu
Retour à la cohorte
Enregistrement W2517682306

Learning Outcomes Assessment A Practitioner's Handbook

2015· article· en· W2517682306 sur OpenAlexaboutno aff
Lori Goff, Michael K. Potter, E. Kent St. Pierre, Thomas E. Carey, Amy Gullage, Erika Kustra, Rebecca Lee, Valerie Lopes, Leslie Marshall, Lynn Martin, Jessica Raffoul, Abeer Siddiqui, Greg Van Gaste

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMedical educationMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ontario’s colleges and universities have made strides in developing learning outcomes, yet effective assessment remains a challenge. Learning Outcomes Assessment A Practitioner's Handbook is a step-by-step resource to help faculty, staff, academic leaders and educational developers design, review and assess program-level learning outcomes.\nThe handbook explores the theory, principles, reasons for and methods behind developing program-level learning outcomes; emerging developments in assessment; and tips and techniques to build institutional culture, increase faculty involvement and examine curriculum-embedded assessment. It also includes definitions, examples, case studies and recommendations that can be tailored to specific institutional cultures.

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)0,025
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,054
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0080,006
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0030,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0290,023

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 Opus0,136
Tête enseignante GPT0,397
Écart entre enseignants0,261 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetEvaluation of Teaching PracticesTravaux en français237 207