MétaCan
Menu
Retour à la cohorte
Enregistrement W2966145501 · doi:10.1177/2319714519863559

Learning from Quality Audit in Higher Education Institutions: A Tool for Community Engagement Enhancement

2019· article· en· W2966145501 sur OpenAlexaff
Chokri Kooli, Ahmad Jamrah, Nasser Al-Abri

Notice bibliographique

RevueFIIB Business Review · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAccreditationAuditQuality (philosophy)Higher educationPublic relationsQuality auditMedical educationCommunity engagementPsychologyBusinessAccountingPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Higher education institutions (HEIs) are asked more and more to be community engaged. In fact, governments have become more sensitive regarding the role and the contributions of these institutions in the development of the society in general and students’ skills in specific. Community engagement (CE) has also become an important part of the quality accreditation framework in several countries. Through this, researchers tried to demonstrate a positive correlation between the publication of the quality audit reports and the generation of positive outcomes in terms of CE. The study notified a certain decrease in terms of recommendations related to the standard of CE in comparison with the other areas of quality assessment. However, it was not possible to establish a positive correlation between the publication of quality reports and the decrease of the number of recommendations. Researchers concluded that the institutional engagement in CE activities appears to be a more strategic imposed tool made under the constraints of the quality accreditation standards, rather than the self-awareness and self-engagement of the HEIs.

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)0,104
score de la tête « metaresearch » (Gemma)0,187
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 enseignants0,104
Score d'incertitude au seuil0,548

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1040,187
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0140,009
Études des sciences et des technologies0,0020,001
Communication savante0,0050,005
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,282
Tête enseignante GPT0,424
Écart entre enseignants0,142 · 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

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFIIB Business ReviewMême sujetService-Learning and Community EngagementTravaux en français237 207