MétaCan
Menu
Retour à la cohorte
Enregistrement W3091242554 · doi:10.1177/0098628320959979

Rethinking the Course Syllabus: Considerations for Promoting Equity, Diversity, and Inclusion

2020· article· en· W3091242554 sur OpenAlexaff
Milton A. Fuentes, David G. Zelaya, Joshua W. Madsen

Notice bibliographique

RevueTeaching of Psychology · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCounseling Practices and Supervision
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSyllabusCurriculumCompetence (human resources)PedagogyEquity (law)Inclusion (mineral)Higher educationCultural competenceDiversity (politics)Engineering ethicsPsychologyCultural diversityCurriculum developmentMedical educationSociologyPolitical scienceEngineeringSocial scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Equity, diversity, and inclusion (EDI) are receiving considerable attention in higher education. Within psychology, the American Psychological Association has highlighted the importance of cultural diversity in both undergraduate and graduate curricula and charged educators with facilitating the development of cultural competence among learners. Statement of the Problem: Many resources have been developed to help promote EDI within higher education. The resources developed have mainly focused on the curricula and pedagogical approaches, yet the syllabus remains overlooked with few guidelines available to educators. Literature Review: We offer several considerations informed by theoretical frameworks and best practices in the discipline and suggestions for the successful implementation of EDI in the syllabus. Teaching Implications: This article provides a comprehensive and useful guide for developing a syllabus that assists with the integration of EDI, as the syllabus is the first opportunity for faculty to communicate their philosophy, expectations, requirements, and other course information. Conclusion: Infusing EDI in the syllabus is essential for promoting an inclusive learning environment and is conducive to establishing goals related to cultural competence.

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)0,031
score de la tête « metaresearch » (Gemma)0,111
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,111
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,003
Communication savante0,0060,005
Science ouverte0,0020,004
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,158
Tête enseignante GPT0,429
Écart entre enseignants0,271 · 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'étudeThéorique ou conceptuel
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

Citations224
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching of PsychologyMême sujetCounseling Practices and SupervisionTravaux en français237 207