MétaCan
Menu
Retour à la cohorte
Enregistrement W2946880858 · doi:10.5430/ijhe.v8n3p148

Determining Critical Success Factors for Quality and Accreditation through Delphi Technique

2019· article· en· W2946880858 sur OpenAlexvenueno aff
Mohammed Ilyas

Notice bibliographique

RevueInternational Journal of Higher Education · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueERP Systems Implementation and Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccreditationDelphi methodQuality assuranceDelphiProcess managementQuality managementQuality (philosophy)BusinessComputer scienceMedical educationMarketingMedicine

Résumé

récupéré en direct d'OpenAlex

This is an exploratory study which inquires and investigates the difficulties associated with Quality Assurance (QA) and Program Accreditation. The study highlights specific issues faced in the adoption and implementation of QA standards, sub standards and criteria. It identifies a few critical success factors (CSFs) and indigenised QA tools for program accreditation in Saudi Universities. The CSFs include Stakeholders’ involvement, Top management support, orientation of staff with QA processes and standards, defining administrative procedures of accreditation, continuous quality improvement and assimilation of QA processes in day-to-day environment. Concurring with the Saudi Vision 2030 and National Transformation Program 2020, this study took the empirical approach and collected data from documentations and guidelines related to the National mission of QA and Accreditation initiated by agencies like National Centre for Academic Assessment and Accreditation (NCAAA) and Saudi Arabia Quality Framework (SAQF). This study suggests using the Delphi technique to evaluate the current scenario and ensure predictability judgments for a successful implementation of CSFs and best practices. As a group communication technique, the Delphi technique ideally suited this study making use of a group of individuals (e.g Faculty, Assessors) engaging themselves in resolving complex issues through a consensus. The Delphi technique is also indispensably relevant where no historical data exist, as many programs in Saudi universities are still not accredited. Finally, the Delphi Technique is also a method that helps identify risks, reduce bias in the data and estimate the outcome of events, truly representing predictability and versatility. The implications of this study include offering guidelines to programs and institutions undergo an accreditation process, by identifying true CSF and best practices.

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)0,070
score de la tête « metaresearch » (Gemma)0,105
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,372

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0700,105
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0110,005
Études des sciences et des technologies0,0040,003
Communication savante0,0060,004
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,086
Tête enseignante GPT0,454
Écart entre enseignants0,367 · 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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetERP Systems Implementation and ImpactTravaux en français237 207