MétaCan
Menu
Retour à la cohorte
Enregistrement W3082929518 · doi:10.5430/ijhe.v9n6p87

Performance Appraisal of Faculty Members Based on Internal Quality Assurance System: A Delphi Study

2020· article· en· W3082929518 sur OpenAlexvenueno aff
Ahmed Ramadan Khtere

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Education and Curriculum Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDelphi methodDelphiQuality assurancePlannerPerformance appraisalEmployee Performance AppraisalMedical educationQuality (philosophy)Process (computing)Knowledge managementPsychologyProcess managementComputer scienceBusinessMedicineManagementOperations managementEngineeringNursingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Performance Appraisal (PA) aimed at faculty staff puts emphasis on several teaching, research, and administration duties. The educational institutions seek to adopt a systematic assessment of faculty performance according to the institutional quality system. The study argues that PA can be developed by Entrustable Professional Activities (EPAs) which determinate the competences of faculty through the processes of internal quality assurance (IQA). This study establishes consensus, by using Delphi study, among experts on performance appraisal tools, and aims to provide a framework for EPAs which can be listed to analyze the faculty roles. During three rounds of the Delphi process, 29 experts reported four main roles of faculty in IQA namely, instructor, planner, assessor, and mentor. Participants developed 18 tools can be used to assess 14 EPAs to demonstrate the necessary competences to execute these activities unsupervised. The results can demonstrate the competences to execute these activities unsupervised.

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)0,060
score de la tête « metaresearch » (Gemma)0,074
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 enseignants0,060
Score d'incertitude au seuil0,318

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,074
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,002
Communication savante0,0020,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,024
Tête enseignante GPT0,334
Écart entre enseignants0,310 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetEngineering Education and Curriculum DevelopmentTravaux en français237 207