University of Ottawa Vertical Mentorship Program: Improving Engagement through Simple Innovation
Notice bibliographique
Résumé
Objective: To assess the impact of simple innovations on three identified program gaps (attendance and engagement, understanding of the program, issue identification and resolution).Methods: Survey responses, event attendance, and subjective observations, were compared between the 2014 - 2015 and 2015 - 2016 academic years, providing direct and indirect measures of gap closure.Results: Attendance and engagement - Mid-year survey response rate was excellent (n=133), and increased responses from second year coordinators and mentors were seen in both 2015-2016 surveys’. Dessert night attendance increased from 2014 to 2015 (383 to 436). End of year event numbers decreased year-to-year (163 to 115). Only 5.9% of students did not attend events due to a lack of interest in the program.Issue identification and resolution - Mid-year surveys identified three groups with difficulties communicating. Knowledge of available resources in mentors rose by 5% between years, and by 55% in second year coordinators.Understanding of the program - 12 of the 52 mentorship groups actively used Facebook to engage and plan joint activities. The nominations received at the end of the year, and survey comments, focused beyond topics of career mentoring, and expanded to the impact of the field on life, life in medicine, and family.Conclusion: Identifying gaps in a program such as the VMP, through eliciting feedback from those participating may be challenging. Establishing simple innovations may be an effective way to improve participants’ experiences and overall functioning of the program.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,001 |
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 ».