MétaCan
Menu
Retour à la cohorte
Enregistrement W2911678627 · doi:10.7202/1057128ar

Building an Inclusive Campus: Developing Students’ Intercultural Competencies Through an Interreligious and Intercultural Diversity Program

2019· article· en· W2911678627 sur OpenAlexaffvenue
Amy Rose Green, Adriana Tulissi, Seth Erais, Sharon L. Cairns, Debbie Bruckner

Notice bibliographique

RevueCanadian Journal of Higher Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIntercultural competenceThematic analysisPsychologyDiversity (politics)Intercultural communicationPedagogyCompetence (human resources)Intercultural relationsQualitative propertyQualitative researchMedical educationSociologySocial psychologyMedicineSocial science

Résumé

récupéré en direct d'OpenAlex

Post-secondary institutions are increasingly recognizing the need to foster intercultural competence (ICC) in students; however, the ways in which these institutions can do so has not been fully explored. The purpose of the current mixed methods study was to investigate changes in post-secondary students’ ICC (N = 35) following participation in an interreligious and intercultural diversity program, based upon changes in students’ scores on the Intercultural Development Inventory (IDI). A thematic analysis of post-program questionnaires was used to triangulate the data and provide more insight into changes experienced by participants. Quantitative results revealed significant increases in students’ overall ICC, and significant decreases in the discrepancy between students’ perceived ICC and their actual ICC. Qualitative results revealed five overall themes: (1) shifting perspectives, (2) enhancing intercultural engagement skills, (3) connecting, (4) inspiring action, and (5) personal growth. Implications for research and practice are discussed.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,999
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0060,002
Communication savante0,0030,002
Science ouverte0,0010,009
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,032
Tête enseignante GPT0,379
Écart entre enseignants0,347 · 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.

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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Higher EducationMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207