MétaCan
Menu
Retour à la cohorte
Enregistrement W3118532293 · doi:10.5267/j.msl.2020.12.006

Management of Academic Advising in Higher Educational Institutions during COVID-19 Pandemic

2021· article· en· W3118532293 sur OpenAlexvenueno aff
Rabab Ali Abumalloh, Azzah AlGhamdi, Nedaa Azzam, Abeer Rafi’i Al Abdulraheem

Notice bibliographique

RevueManagement Science Letters · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Higher educationPandemicSet (abstract data type)Medical educationAcademic yearPsychologyUnit (ring theory)Public relationsPolitical scienceMathematics educationComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

COVID -19 pandemic has a huge global impact on education over the world. Many countries decided to close universities, colleges, and schools to limit the spread of this disease. Almost 91% of students worldwide have shifted to online education. Educational institutions have struggled to provide their students with suitable online learning and assessment tools. As a new experience for both teachers and students, Imam Abdulrahman Bin Faisal University has set new online academic services to make it possible and easy for students to get the help they need and to overcome the new obstacles they are facing. The purpose of this study is to gain a deeper understanding of student satisfaction with their academic advising in light of the new emerging situation. Additionally, direc-tions were presented for the academic advising section members to allow them to manage the unit appropriately. To achieve that, students were clustered regarding their level of satisfaction with the provided services. Students’ answers were collected through an online questionnaire and the data were analyzed and segmented using the k-mean clustering technique. Regarding results, recommendations for improvements were suggested and action plans were prepared.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,094
Tête enseignante GPT0,408
Écart entre enseignants0,314 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207