MétaCan
Menu
Retour à la cohorte
Enregistrement W2980967167 · doi:10.1080/15512169.2019.1678481

The Role of the Faculty Advisor for a Model United Nations Conference: 5 Lessons Learned from Practice

2019· article· en· W2980967167 sur OpenAlexaff
Mark S. Williams

Notice bibliographique

RevueJournal of Political Science Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methodologies in Social Sciences
Établissements canadiensVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésDelegatePoliticsEvent (particle physics)Theme (computing)Public relationsPolitical scienceSociologyPedagogyMedical educationMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

A Model United Nations (MUN) conference is one of Political Science’s most enduring and iconic formats for active learning and a defining event for many undergraduate students and high school students. Despite its established place in the discipline of Political Science, a MUN conference is an event that defies attempts at perfection, due mainly to the experience being out of the hands of faculty. This paper identifies five lessons learned from delivering hybrid MUN conferences at a mid-sized university campus (6,500 undergraduate students) between 2015-2019. The faculty member collaborated with upper-level undergraduate student organizers to organize and deliver conferences that included delegates participating in partial fulfillment of course credit, delegates from local high-schools, and university students participating for the experience. The connecting theme of these lessons is a consideration of achieving balance between the two roles of the participating faculty member as both the authoritative decision-maker, and that of a delegating supervisor providing oversight and allowing students the freedom to assume the responsibilities of serving as secretariat or as delegate.

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)0,049
score de la tête « metaresearch » (Gemma)0,046
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: aucune
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,259

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,007
Communication savante0,0150,013
Science ouverte0,0050,013
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,264
Tête enseignante GPT0,536
Écart entre enseignants0,272 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Political Science EducationMême sujetInnovative Teaching Methodologies in Social SciencesTravaux en français237 207