MétaCan
Menu
Retour à la cohorte
Enregistrement W3086659797 · doi:10.4018/978-1-7998-5030-4.ch004

Connecting Best Practices for Teaching International Students With Student Satisfaction

2020· book-chapter· en· W3086659797 sur OpenAlexaffabout
Clayton Smith, George Zhou, Michael J. Potter, Deena Wang, Fabiana Menezes, Gagneet Kaur

Notice bibliographique

RevueAdvances in higher education and professional development book series · 2020
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMedical educationFocus groupPerceptionBest practicePsychologyQualitative researchPedagogyMathematics educationMedicinePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

This chapter explores promising teaching practices for teaching linguistically and culturally diverse international students by identifying the teaching practices that have high levels of international student satisfaction and student perceptions of learning for science, technology, engineering, mathematics (STEM) and non-STEM international students. Research was conducted by an international, student-learning community, with guidance from a faculty-led research team. Data was collected through a qualitative research design that included focus groups and individual interviews conducted at a mid-sized Canadian comprehensive university. A total of 28 students participated (14 STEM students and 14 non-STEM students). Researchers examined differences between STEM and non-STEM students on 22 promising teaching practices regarding student satisfaction and students' perceptions of learning. Recommendations for professional practice are discussed, along with potential areas for further research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,948
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,428
Écart entre enseignants0,370 · 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 tête enseignante, 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in higher education and professional development book seriesMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207