Developing a Simulated-Person Methodology Workshop: An Experiential Education Initiative for Educators and Simulators
Notice bibliographique
Résumé
Numerous forecasts suggest that professional-competence development depends on human encounters. Interaction between organizations, tasks, and individual providers influence human behaviour, affect organizations’ or systems’ performance, and are a key component of professional-competence development. Further, insufficient or ineffective communication between professionals is deemed a contributing factor to adverse events worldwide. This underscores the need to provide educators with the tools and education to embed methods in their teaching that will enable learners to effectively intervene in highly charged interpersonal situations and high-risk scenarios; these concerns highlight the value of realistic simulated-experiential approaches, such as the one proposed in this project. The first phase of this project involved conducting a three-day experiential workshop developed at a Canadian university to provide educators with knowledge and skills to work and effectively utilize simulators, enhancing pedagogical classroom practices for teaching undergraduate learners. This workshop’s development resulted in numerous benefits. Participation in the workshop provided educators with opportunities for meaningful reflection on their teaching practice and the ability to apply this insight to optimize student learning. It provided theatre students, recruited as simulators as part of this interdisciplinary initiative, to expand their experiences and this will lead to an expanded practicum course for their program. There is now a group of simulators available to educators across the university to include in classroom activities, and lastly there are further iterations of this workshop available for faculty development. This paper reflects on the workshop experiences and the feedback obtained from the participants. Formal and informal feedback obtained provides an understanding of the participants’ experiences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,008 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,006 | 0,021 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».