MétaCan
Menu
Retour à la cohorte
Enregistrement W3098310237 · doi:10.22329/celt.v13i0.6020

How can we help all students RISE?

2020· article· en· W3098310237 sur OpenAlexaffvenueabout
Mathieu Chin, Mathew Dueck, Taylor Irvine, Owen Dan Luo, Ethan Pohl, Mariam Ragab, Hayat Showail, Tonya-Leah Watts, Tingting Yan, Enav Z. Zusman

Notice bibliographique

RevueCollected Essays on Learning and Teaching · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensUniversity of British ColumbiaMcMaster UniversityQueen's UniversityUniversity of CalgaryMcGill UniversityDalhousie UniversityUniversity of TorontoLaurentian University
Organismes subventionnairesnon disponible
Mots-clésScholarshipHumanitiesPolitical scienceNarrativeEmpowermentNarrative inquirySociologyArt

Résumé

récupéré en direct d'OpenAlex

This collection of short essays utilizes a narrative approach to present the RISE framework, with four pillars centered on promoting student Resilience, Identity, Strength in Scholarship and Empowerment. Each short essay aims to draw attention to the spectrum of challenges that students currently face during their higher education journeys in Canada and what innovative solutions have been or could be implemented to address these adversities in accordance with RISE. The application of the framework to evaluate and reorient learning environments in Canadian higher education holds immense potential to help all students grow as collaborative thinkers, partners, and leaders that will leave academic settings well prepared for their life as leaders in their community. Dans cet article qui rassemble de courts essais, nous utilisons une approche narrative pour présenter le cadre RISE en l’appuyant sur quatre piliers permettant de promouvoir la Résilience, l’Identité, la Solidité universitaire et l’Émancipation. Chacun des courts essais vise à mettre en relief, d’une part, l’éventail des défis auxquels les étudiants font face actuellement dans l’enseignement supérieur au Canada et, d’autre part, les solutions novatrices qui ont été mises en œuvre – ou qui pourraient l’être – pour s’attaquer à ces difficultés dans le contexte de RISE. L’application de ce cadre dans l’examen et la reconfiguration des environnements d’apprentissage de l’enseignement supérieur au Canada est pleine de promesses. Voilà qui pourrait aider tous les étudiants à devenir des penseurs collaboratifs, des partenaires et des leaders qui, lorsqu’ils quitteront l’université, seront prêts à agir comme des chefs de file de leur communauté.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,335

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0270,021
Communication savante0,0200,014
Science ouverte0,0030,011
Intégrité de la recherche0,0090,017
Charge utile insuffisante (le modèle a refusé de juger)0,0150,009

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 Opus0,048
Tête enseignante GPT0,347
Écart entre enseignants0,299 · 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
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

Citations0
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCollected Essays on Learning and TeachingMême sujetHigher Education Practises and EngagementTravaux en français237 207