MétaCan
Menu
Retour à la cohorte
Enregistrement W2997667195 · doi:10.20533/ijcdse.2042.6364.2017.0439

Simulated-Person Methodology Workshop: Enhancing Pedagogical Practices within Higher Education

2017· article· en· W2997667195 sur OpenAlexaffabout
Eva Peisachovich, Samantha Johnson, Iris Epstein, Celina Da Silva, Raya Gal, Lora Appel, Celia Popovic

Notice bibliographique

RevueInternational Journal for Cross-Disciplinary Subjects in Education · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMathematics educationPsychologyPedagogySociologyComputer scienceMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

Interaction between organizations, tasks, and individual providers influences human behaviour, affects organizations' or systems' performance, and is a key component of professional-competence development.Further, ineffective communication between professionals is deemed a contributing factor to adverse events.This underscores the need to provide educators with the tools and education to embed methods in their teaching that will enable learners to effectively intervene in highly charged interpersonal situations and high-risk scenarios; these concerns highlight the value of realistic simulated-experiential approaches, such as the one proposed in this project.The first phase of this project involved an experiential workshop, developed and conducted at a Canadian university; the workshop was designed to provide educators with knowledge and skills to work with and effectively utilize simulators, enhancing pedagogical classroom practices for teaching undergraduate learners.The workshop provided educators with opportunities for meaningful reflection on their teaching practice and the ability to apply this insight to optimize student learning.It provided theatre students, recruited as simulators as part of this interdisciplinary initiative, to expand their experiences and this will lead to an expanded practicum course for their program.This paper reflects on the workshop experiences and feedback obtained to provide an understanding of the participants' experiences.

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)0,014
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,398
Tête enseignante GPT0,603
Écart entre enseignants0,206 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Cross-Disciplinary Subjects in EducationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207