MétaCan
Menu
Retour à la cohorte
Enregistrement W2783973928 · doi:10.1080/14703297.2018.1424012

Growing partnership communities: What experiences of an international institute suggest about developing student-staff partnership in higher education

2018· article· en· W2783973928 sur OpenAlexafffund
Elizabeth Marquis, Rachel Guitman, Christine Black, Mick Healey, Kelly Matthews, Lucie Dvořáková

Notice bibliographique

RevueInnovations in Education and Teaching International · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensMcMaster University
Organismes subventionnairesUniversity of QueenslandUniversity of GloucestershireMcMaster University
Mots-clésGeneral partnershipWork (physics)PerceptionProfessional developmentPedagogyMedical educationHigher educationFaculty developmentPsychologyPublic relationsSociologyPolitical scienceMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

This article explores the perceptions of participants following the first International Summer Institute (SI) on students as partners in higher education, a four-day professional development experience designed to foster student-staff partnerships. Approximately 9 months after the Institute, 10 participants were interviewed to understand their perceptions of student-staff partnership, and what role the SI played in supporting partnership working. We discuss the key themes that emerged from our interviews, and analyse these participant responses in comparison to responses collected during the 2016 SI. In evaluating our data, we consider the general efficacy of the SI and offer ideas for academic developers interested in supporting partnership work more generally.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil0,768

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,005
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,126
Tête enseignante GPT0,456
Écart entre enseignants0,330 · 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'étudeQualitatif
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

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovations in Education and Teaching InternationalMême sujetHigher Education Practises and EngagementTravaux en français237 207