MétaCan
Menu
Retour à la cohorte
Enregistrement W3158366127 · doi:10.1108/heed-10-2020-0037

A community of practice for graduate students in health sciences

2021· article· en· W3158366127 sur OpenAlexafffund
Liquaa Wazni, Wendy Gifford, Christina Cantin, Barbara Davies

Notice bibliographique

RevueHigher Education Evaluation and Development · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensQueen's UniversityUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésCommunity of practiceMedical educationOriginalityPsychologyQualitative researchContext (archaeology)PedagogyMedicineSociology

Résumé

récupéré en direct d'OpenAlex

Purpose The aim of this study was to describe the experiences of graduate students who participated in the community of practice (CoP) and identify areas for improvement to support academic success. Design/methodology/approach In total, 19 graduate students engaged in a CoP to facilitate social interactions, knowledge sharing and learning within a culture of scholarship. A descriptive qualitative research study was conducted using semistructured interviews with eight participants who had attended the CoP meeting. Findings All participants were from the School of Nursing and perceived the CoP to be beneficial, particularly international students who had challenges in adapting to new academic and social environments. Areas for improvement include creating a group structure that enhances belonging and learning. Originality/value This is the first CoP that was implemented at the Faculty of Health Sciences at the authors’ university. It has been the authors’ experience that a CoP can benefit graduate students through networking, knowledge sharing, social support and learning. The finding of this research will be used to inform a new CoP to address the needs of graduate students. The authors will be adapting the CoP to the current context that includes a virtual platform during the COVID-19 pandemic and will include content specific for international students.

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)0,011
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,012
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,007
Communication savante0,0080,005
Science ouverte0,0030,023
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,306
Tête enseignante GPT0,623
Écart entre enseignants0,317 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHigher Education Evaluation and DevelopmentMême sujetInterprofessional Education and CollaborationTravaux en français237 207