MétaCan
Menu
Retour à la cohorte
Enregistrement W2767744227 · doi:10.1080/14703297.2017.1399808

Proposing a model to embed a simulated-person methodology program within higher education

2017· article· en· W2767744227 sur OpenAlexaff
Eva Peisachovich, Laura Jayne Nelles, Susan Murtha, Celia Popovic, Iris Epstein, Celina Da Silva

Notice bibliographique

RevueInnovations in Education and Teaching International · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMount Sinai HospitalYork University
Organismes subventionnairesUniversity of Florida
Mots-clésExperiential learningComputer scienceWork (physics)Teaching methodField (mathematics)Mathematics educationPedagogyPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

This paper provides an overview of a collaborative model with which to equip educators with the tools to apply and embed simulated person (SP) methodology in their teaching. Our aim is to expand opportunities to foster student success through simulation by embedding the training of simulators and faculty within undergraduate education. The development of this model supports the application of SP methodology within higher education and involves a) developing an applied elective course for undergraduate theatre students that will provide them with the opportunity to learn simulation methodology and to develop skills that will prepare them to work in the field of simulation as SPs, b) delivering workshops to educate faculty to work with and effectively utilize SPs as a pedagogical approach for teaching undergraduate students, and c) using fundamental principles of experiential learning to provide educators, SPs, and students with opportunities to work collaboratively across disciplines.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,195
Tête enseignante GPT0,518
Écart entre enseignants0,323 · 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'étudeObservationnel
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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovations in Education and Teaching InternationalMême sujetSimulation-Based Education in HealthcareTravaux en français237 207