MétaCan
Menu
Retour à la cohorte
Enregistrement W2948120612 · doi:10.5206/cjsotl-rcacea.2019.1.7998

Making a Difference: Three Decades of Canada’s Only National Teaching Award

2019· article· en· W2948120612 sur OpenAlexaffvenueabout
Denise Stockley, Ronald O. Smith, Arshad Ahmad, Amber Hastings Truelove

Notice bibliographique

RevueThe Canadian Journal for the Scholarship of Teaching and Learning · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensConcordia UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésMentorshipMedical educationFocus groupCohortHigher educationLibrary sciencePolitical scienceSociologyPedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

The 3M National Teaching Fellowship (3MNTF) has been part of the Canadian higher education landscape for the past 31 years and has grown to be a community of 328 fellows, with up to ten more being added each year. As part of the 30-year anniversary of the Fellowship, we initiated a study to understand its impacts on the higher education community by examining the effect that the Fellowship has had on individual winners, the influence that fellows have been able to exert in their institutions after being awarded the 3M Fellowship, and the influence that the 3M National Teaching Fellowship program has had nationally and internationally. To identify the various impacts of the 3MNTF, we conducted focus groups with the 2012 cohort, 3M retreat facilitators and coordinators, and the representative from 3M Canada, as well as the new fellows from the 2013 cohort. In 2014, we conducted two focus groups with senior university administrators and educational developers. In 2015, we developed and administered an online survey to faculty, administrators, educational developers, and students at a number of Canadian universities. We found that the 3M is one of the most recognizable teaching awards in Canada’s higher education landscape. The structure of the fellowship has helped to shape local and international teaching awards, while individual fellows often provide mentorship to future leaders in education.

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)0,013
score de la tête « metaresearch » (Gemma)0,025
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,880

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0330,009
Communication savante0,0120,004
Science ouverte0,0030,010
Intégrité de la recherche0,0020,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,090
Tête enseignante GPT0,374
Écart entre enseignants0,285 · 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

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal for the Scholarship of Teaching and LearningMême sujetHigher Education Practises and EngagementTravaux en français237 207