MétaCan
Menu
Retour à la cohorte
Enregistrement W2796946910 · doi:10.17483/2368-6669.1129

Valuing Curriculum Evaluation as Scholarship: A Process of Developing a Community of Scholars

2018· article· en· W2796946910 sur OpenAlexaffvenue
Betty Tate, Marilyn Chapman, Cheryl Zawaduk, Doris Callaghan

Notice bibliographique

RevueQuality Advancement in Nursing Education - Avancées en formation infirmière · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensVancouver Island UniversityUniversity of British Columbia, Okanagan CampusThompson Rivers UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésScholarshipCurriculumAccreditationSociologyPedagogyCurriculum developmentPolitical scienceMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

Curriculum evaluation is an essential and complex activity intended to foster understanding of how teaching-learning practices serve to meet educational goals. This position paper provides a retrospective from the authors’ lived experience of one multi-institutional collaborative nursing programs’ history of curriculum evaluation and scholarship growth over 25 years. Key themes include an overview of collaborative curriculum evaluation underpinned by three philosophical perspectives, the influence of accreditation and re-mandated post-secondary institutions on scholarship development, an affirmation of curriculum evaluation as a form of knowledge development as supported by Boyer’s model of scholarship, and the development of scholarship expertise across collaborative partners through a focus on curriculum evaluation. Examples of curriculum evaluation practices are integrated throughout the paper. This retrospective review supports the contention that collaborative curriculum evaluation provides a strong foundation upon which to develop nursing education scholarship.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,349
score de la tête « metaresearch » (Gemma)0,333
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil0,803

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3490,333
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0130,007
Études des sciences et des technologies0,0250,048
Communication savante0,0390,026
Science ouverte0,0060,049
Intégrité de la recherche0,0050,012
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,208
Tête enseignante GPT0,586
Écart entre enseignants0,378 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuality Advancement in Nursing Education - Avancées en formation infirmièreMême sujetEvaluation and Performance AssessmentTravaux en français237 207