MétaCan
Menu
Retour à la cohorte
Enregistrement W3110063275 · doi:10.3138/jvme-2019-0093

Inter-Institutional Collaboration for the Development of a Local Peer Observation Process to Enhance Teaching

2020· article· en· W3110063275 sur OpenAlexvenueno aff
Diana M. Hassel, Maria A. Fahie, Christiane V. Löhr, Rachel L. Halsey, William Vernau, Elena Gorman

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumRubricMedical educationProcess (computing)Peer feedbackBest practicePeer reviewPsychologyQuality (philosophy)Peer groupTeaching methodMedicinePedagogyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Local peer observation of teaching is considered an important mechanism for instructors to improve the quality and effectiveness of their teaching, but there is an absence of uniformity to establish a best practice for this process in veterinary curricula. The Regional Teaching Academy (RTA) of the Consortium of Western Colleges of Veterinary Medicine is comprised of educational advocates from five western veterinary colleges with a common goal of enhancing the quality and effectiveness of education in veterinary medical curricula. Members of the RTA recognized this deficit in best practices for local peer observation (LPO) and formed a working group called "Local Peer Observation of Teaching." The goal was to meet a critical need for the enhancement of individual teaching skills by using a scholarly approach to develop robust methods for peer observation of teaching. Two rubric-based instruments were developed: one for large-group/didactic settings, and the second for small-group/clinical settings. Each is accompanied by pre- and post-observation worksheets which are considered instrumental to success. Results of a qualitative survey of instrument users' experiences are shared. Both observers and observees view the experiential learning from faculty peer colleagues very positively and the meaningful feedback is appreciated and incorporated by observees. Suggestions for implementation of the peer observation process are discussed, considering strengths and challenges. The purpose of this article is to describe in depth, the development process and output of the efforts of the Local Peer Observation of Teaching working group as a potential best practice guideline for peer observation.

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)0,145
score de la tête « metaresearch » (Gemma)0,150
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,769

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1450,150
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0090,004
Communication savante0,0100,009
Science ouverte0,0050,021
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0100,006

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 Opus0,079
Tête enseignante GPT0,451
Écart entre enseignants0,372 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207