MétaCan
Menu
Retour à la cohorte
Enregistrement W2944784303 · doi:10.20472/te.2019.7.1.004

INTERDISCIPLINARY AND CROSS-CULTURAL LITERACY: AN ACTIVITY INCREASING BUSINESS AND NURSING STUDENTS CULTURAL AND HEALTH CARE INDUSTRY AWARENESS

2019· article· en· W2944784303 sur OpenAlexaff
Florriann Fehr, Paul Clark, Michelle Funk

Notice bibliographique

RevueInternational Journal of Teaching and Education · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueCompetency Development and Evaluation
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésLiteracyNursingHealth literacyCultural competenceHealth carePsychologyBusinessMedicinePedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

This article describes an experiential learning assignment encompassing an activity used by three faculty members in two different academic disciplines, Nursing and International Business.This assignment has proven to be mutually beneficial for students and teachers in achieving their course learning objectives.This assignment can be used as a template for other instructors interested in cross cultural and / or cross disciplinary collaboration.In its current form, this assignment involves a 300 level course for students studying International Business and a 200 level course for nursing students studying Relational Practice and communication with others.The activity concerns the assigning of students into small working groups whose members are representative of different cultures and different academic disciplines.This mission requires students to meet (out of regular class time) to discuss and share their knowledge and perceptions of their own culture and the health care industry in their home countries.Students may participate in this activity regardless of their level of knowledge regarding the other's culture.Participating in the activity provides students the opportunity to discuss characteristics of their own culture and country and to learn about other countries from fellow students.The activity encourages break downs in stereotyping, and to generate confidence in communicating with others that may seem 'different'.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,052
Tête enseignante GPT0,520
Écart entre enseignants0,468 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Teaching and EducationMême sujetCompetency Development and EvaluationTravaux en français237 207