MétaCan
Menu
Retour à la cohorte
Enregistrement W3089161958 · doi:10.5430/ijhe.v10n1p41

Mentoring Experience at University Level: EFL Mentees' Perceptions and Suggestions

2020· article· en· W3089161958 sur OpenAlexvenueno aff
Tha’er Issa Tawalbeh

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMentorshipLikert scalePsychologyMedical educationDescriptive statisticsPerceptionScale (ratio)PedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

The research paper aims to investigate EFL mentees' perceptions of mentoring experience in one of the Higher Education institutes in the Kingdom of Saudi Arabia in the Academic years 2019 and 2020. The mentoring experience includes four domains: the mentorship program, mentors' roles and responsibilities, benefits of mentoring, and barriers to mentoring. The researcher attempted to answer two questions. The first explores the mentees' perceptions of the mentoring experience, and the second question attempts to find out the mentees' suggestions to make the mentoring experience more effective. A questionnaire of 4- Likert scale was used to collect data from thirty-three newly recruited instructors to answer the first question. The mentees were also asked to add their suggestions for the betterment of mentoring experiences as an answer to the second question. Descriptive statistics in the form of means, standard deviation, and percentages were used to analyze the collected data. The findings revealed that the mentees were satisfied with the mentoring experience. They have a positive attitude towards the mentorship program and the mentor's roles and responsibilities. However, a few mentees have certain concerns regarding some factors related to their mentoring experience. These were highlighted and discussed under each domain. In addition, the mentees had a number of suggestions that would contribute to having a more effective mentoring experience. Based on the findings, the researcher presented a number of conclusions and recommendations.

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)0,015
score de la tête « metaresearch » (Gemma)0,033
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 enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,064
Tête enseignante GPT0,426
Écart entre enseignants0,363 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetReflective Practices in EducationTravaux en français237 207