MétaCan
Menu
Retour à la cohorte
Enregistrement W3015881161 · doi:10.1080/02697459.2020.1748331

Demystifying Academic Writing in the Doctoral Program: Writing Workshops, Peer Reviews, and Scholarly Identities

2020· article· en· W3015881161 sur OpenAlexaff
Bjørn Sletto, Kristine Stiphany, Jane Futrell Winslow, Andrea Roberts, Marla Torrado, Alejandra Reyes, Ariadna Reyes, Juan G. Yunda, Christina Wirsching, Kwangyul Choi, Kristina Tajchman

Notice bibliographique

RevuePlanning Practice and Research · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)PedagogySociologyWriting processAcademic writingProcess (computing)Computer science

Résumé

récupéré en direct d'OpenAlex

This article discusses a course at The University of Texas at Austinwhich sought to facilitate doctoral students’ development of scholarly articles while simultaneously fostering their sense of scholarly identity. The article was co-authored by the instructor and two cohorts of doctoral students based on immediate as well as retrospective learning outcome assessments. The social constructivist approach to writing pedagogy fostered students’ scholarly identities and demystified the publication process. However, efforts should be made to maintain the practice of writing, sharing, and reviewing and the course should more explicitly foster critical reflections on the relationship between writing, scholarly identity, and knowledge production.

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)0,081
score de la tête « metaresearch » (Gemma)0,137
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 enseignants0,081
Score d'incertitude au seuil0,430

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0810,137
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0130,012
Communication savante0,0170,010
Science ouverte0,0030,017
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,739
Tête enseignante GPT0,681
Écart entre enseignants0,058 · 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlanning Practice and ResearchMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207