MétaCan
Menu
Retour à la cohorte
Enregistrement W3083668948 · doi:10.37514/per-b.2016.0810.2.05

Chapter 5. Integrating Writing into the Disciplines: Risks and Rewards of an Alternative Independent Writing Program

2016· book-chapter· en· W3083668948 sur OpenAlexaff
W. Bruce MacDonald, Margaret Procter, A. Williams

Notice bibliographique

RevueThe WAC Clearinghouse; University Press of Colorado eBooks · 2016
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueWriting and Handwriting Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMathematics educationPsychology

Résumé

récupéré en direct d'OpenAlex

2005-06, when there were only 45 institutions with such a major (CCC Committee on the Major in Writing and Rhetoric, 2009).To McLeod, a "robust research agenda and a thriving writing majors" will offer writing programs the best chance to achieve independence (2006, p. 532). THE CENTRAL ISSUES: WHERE ARE WE NOW?In this introduction we have considered the relatively brief history of the evolution of independent writing programs and departments, along with the issues that have been raised (primarily) in the literature on writing program administration.Our first observation is the dominance of the "separation narrative" in this literature, particularly after 1990 when most independent programs and departments began to separate from their home departments.(Of course, we recognize that a number of independent departments existed before this date.However, before this time, generally speaking, they were likely anomalies; following this they may be considered to be part of a disciplinary trend.)A second observation, drawn largely from the work of James Berlin, is that institutional and disciplinary issues that have led to separation have a long and complex history connected to the evolution of the American professional university.As the university continues to evolve there is not a single trend, but many.Liberal arts

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0070,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,055
Tête enseignante GPT0,319
Écart entre enseignants0,265 · 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
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe WAC Clearinghouse; University Press of Colorado eBooksMême sujetWriting and Handwriting EducationTravaux en français237 207