MétaCan
Menu
Retour à la cohorte
Enregistrement W2952609016 · doi:10.11575/jet.v51i3.68275

Prioritizing Experiential Learning and Self-Reflection in the Development of Multicultural Responsiveness

2019· article· en· W2952609016 sur OpenAlexaff
Anusha Kassan, Amy R. Green

Notice bibliographique

RevueUniversity of Calgary · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueCounseling Practices and Supervision
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPracticumExperiential learningPsychologyCompetence (human resources)MulticulturalismQualitative researchCultural competencePedagogyPhenomenology (philosophy)Ethnic groupMulticultural educationContext (archaeology)Social psychologySociology

Résumé

récupéré en direct d'OpenAlex

This phenomenological study investigated the experiences of counselling psychology graduate students who completed the self-reflective field activity in the context of a practicum course. For this course assignment, students chose a minority cultural group that they were unfamiliar with (e.g., a specific ethnic or religious group). They were then asked to a) identify their assumptions about this group (pre-reflections) b) attend a community event hosted by the chosen group, and c) reflect on how their perspectives changed over time (post-reflections). Participants completed an in-depth qualitative interview about their learning and engagement regarding the self-reflective field activity. An inductive content analysis methodology was used to analyze participants’ pre- and post- reflection logs as well as transcribed qualitative interviews. Results yielded three overarching categories, depicting participants’ experiences prior to, during, and after the assignment. Implications for cultural competence training are discussed, including the benefits of experiential learning as well as the need for self-reflection inside and outside of the classroom.

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)0,028
score de la tête « metaresearch » (Gemma)0,031
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 enseignants0,028
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,011
Communication savante0,0060,005
Science ouverte0,0020,011
Intégrité de la recherche0,0020,002
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 Opus0,017
Tête enseignante GPT0,283
Écart entre enseignants0,267 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of CalgaryMême sujetCounseling Practices and SupervisionTravaux en français237 207