MétaCan
Menu
Retour à la cohorte
Enregistrement W2592001531 · doi:10.1139/facets-2015-0014

How to communicate effectively in graduate advising

2016· article· en· W2592001531 sur OpenAlexafffundvenue
Helene H. Wagner, Susannah Temple, I. Dankert, Rosemary Napper

Notice bibliographique

RevueFACETS · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto MississaugaUniversity of Toronto
Mots-clésCompetence (human resources)PsychologyTransactional analysisGraduate studentsTransactional leadershipRelevance (law)Nonverbal communicationConceptual frameworkAcademic advisingPedagogyHigher educationSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

This paper completes a two-part series on graduate advising that integrates concepts from adult learning, leadership, and psychology into a conceptual framework for graduate advising. The companion paper discussed how to establish a learning-centered working relationship where advisor and graduate student collaborate in different roles to develop the student’s competence and confidence in all aspects of becoming a scientist. To put these ideas into practice, an advisor and a student need to communicate effectively. Here, we focus on the dynamics of day-to-day interactions and discuss (1) how to provide feedback that builds students’ competence and confidence, (2) how to choose the way we communicate and avoid a mismatch between verbal and nonverbal communication, and (3) how to prevent and resolve conflict. Miscommunication may happen out of a lack of understanding of the psychological aspects of human interactions. Therefore, we draw on concepts from Educational Transactional Analysis to provide advisors and students with an understanding of the psychological aspects of graduate advising as a basis for effective communication. Case studies illustrate the relevance of the concepts presented, and four worksheets ( Supplementary Material ) support their practical implementation.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0000,001
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 Opus0,105
Tête enseignante GPT0,432
Écart entre enseignants0,327 · 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'étudeAutre devis
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

Citations2
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetReflective Practices in EducationTravaux en français237 207