MétaCan
Menu
Retour à la cohorte
Enregistrement W3133287327 · doi:10.36834/cmej.70611

Interprofessional culinary education workshops at the University of Saskatchewan

2021· article· en· W3133287327 sur OpenAlexaffvenueabout
Jessica Lieffers, Erin Wolfson, Gabilan Sivapatham, Astrid Lang, Alexa McEwen, Marcel D’Eon, Carol J. Henry

Notice bibliographique

RevueCanadian Medical Education Journal · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDietetics, Nutrition, and Education
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedical educationExperiential learningInterprofessional educationStatement (logic)PsychologyMedicineHealth carePedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

Implication Statement If you want to offer your students an enjoyable and worthwhile interprofessional activity to learn about issues in community nutrition, your university can cook up these interprofessional culinary education workshops. Start with a few enthusiastic students from various health professional programs who can organize, promote, and lead. Include faculty and/or staff to support the students and apply for internal funding. Find workshop facilitators (e.g., chefs), and arrange for program evaluation. It is best to choose workshop topics and themes relevant to your local situation. Ensure workshops are structured to facilitate cooperative and experiential learning. Students will find these sessions informative, practical, and enjoyable. Énoncé des implications de la recherche Les ateliers culinaires sont une activité interprofessionnelle agréable et intéressante que votre université peut proposer aux étudiants qui souhaitent se familiariser avec les enjeux de la nutrition communautaire. Il suffit de réunir, pour commencer, quelques étudiants motivés issus de divers programmes de santé pour organiser, promouvoir et diriger les ateliers. Il s'agit ensuite de trouver les enseignants ou le personnel pour les soutenir, et de s'assurer d'un financement interne. Il faut ensuite trouver des animateurs d'ateliers (par exemple, un chef) et planifier l'évaluation du programme. Il est préférable d'axer les ateliers sur des thèmes adaptés à votre milieu. Les ateliers doivent être structurés de manière à faciliter l'apprentissage coopératif et expérientiel. Les étudiants trouveront ces séances instructives, pratiques et agréables.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,308
Score d'incertitude au seuil0,613

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,002
Communication savante0,0030,001
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0570,006

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 Opus0,021
Tête enseignante GPT0,356
Écart entre enseignants0,336 · 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

Citations8
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetDietetics, Nutrition, and EducationTravaux en français237 207