MétaCan
Menu
Retour à la cohorte
Enregistrement W2898651516 · doi:10.21815/jde.018.116

A Survey of Faculty Development in U.S. and Canadian Dental Schools: Types of Activities and Institutional Entity with Responsibility

2018· article· en· W2898651516 sur OpenAlexaboutno aff
Maureen McAndrew, Zsuzsa Horváth, Lindsey E. Atiyeh

Notice bibliographique

RevueJournal of Dental Education · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFaculty developmentProfessional developmentDental educationMedical educationStudent affairsPsychologyHigher educationMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to assess the status of faculty development in North American dental schools in 2016. This research project was designed to update and expand upon a 2001 study that reported the first comprehensive results on similar topics and to compare the 2001 and 2016 results. In this study, survey responses were received from 57 of 75 U.S. and Canadian dental schools for an overall response rate of 76%. The results showed a sizeable expansion of faculty development efforts across schools. Twenty-three schools (40%) reported the existence of an Office of Faculty Affairs and/or Professional/Faculty Development with 12 offices established within the past five years, a sixfold increase. Other entities that demonstrated increased participation in dental faculty development were Offices of Academic Affairs, Department Chairs, and Offices of the Dean. Activities with the highest increases in involvement over the past 15 years were faculty development planning, assisting with educational research, assessment of teaching, conflict resolution, team-building, and leadership training. The mean number of full-time equivalents devoted to faculty or professional development in these dental schools was 2.67.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,209

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,007
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,343
Écart entre enseignants0,319 · 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'étudeObservationnel
DomaineÉvaluation
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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental EducationMême sujetInnovations in Medical EducationTravaux en français237 207