Mentoring.ca: types of mentoring programs featured on Canadian postsecondary education websites
Notice bibliographique
Résumé
Purpose No research to date has explored mentoring programs on Canadian postsecondary institution websites or the kinds of mentoring programs, if any, that are present online. This study examined 96 unique Canadian postsecondary institutional websites and the online presence of 420 unique postsecondary mentoring programs. Design/methodology/approach The researchers employed content analysis and emergent coding strategies to evaluate mentoring program information published on Canadian postsecondary websites. Findings The findings suggest that most mentoring programs with an online presence were peer (student-to-student or faculty-to-faculty) programs, followed by community member-to-student programs. Further, few programs (16) were student-to-faculty oriented, indicating that students could struggle to seek faculty mentorship if they desired it. However, of the 420 programs with an online presence, dozens of programs lacked enough information for the researchers to determine the stakeholders or purpose of the programs. Originality/value As the first study of its kind to evaluate mentoring program communication on Canadian postsecondary websites, this work informs mentoring program administrators on how to better communicate what their programs offer. Certain Canadian postsecondary institutions had an online presence for many more programs than did other institutions; for example, the University of Waterloo shared information on their website about 21 unique mentoring programs on its campus, whereas MacEwan University shared information about just two unique programs. This chasm represents a great deal of future research into the practice of how professionals communicate mentoring programs on postsecondary websites.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».