Undergraduates as course creators: Reflections on starting and sustaining a student-faculty partnership
Notice bibliographique
Résumé
We reflect on a grassroots partnership to create a new sophomore seminar, “Precision medicine or privileged medicine?” The course puts students in the driver’s seat to explore problems with inclusiveness and quality of biomedical research. It also emphasizes the relevance of “soft skills”, such as emotional intelligence, to build trust, understand inequities and involve patients as partners to improve research. 
 After developing the course, we felt our experience could interest students and faculty interested in pedagogical co-design, especially where this is not supported by a specific initiative. Ours was a multi-year partnership spearheaded by a sophomore, a senior and a volunteer adjunct associate professor. While we made important use of existing university programs, there was no umbrella initiative or overall sponsor to support student-faculty partnerships from first ideas through new course implementation. This meant we operated with both uncertainty and creativity regarding process, continuity and funding. 
 In this essay we reflect on experiences that formed and facilitated our partnership, from our first conversations through course approval. We look at how our partnership became one of pedagogical co-design and shaped an inclusive, real-world problem-oriented course for undergraduates. Our reflections may help students interested in teaching and course development looking to develop relationships with faculty members in which they feel heard and valued. Furthermore, we hope to encourage faculty members looking to create a course that prioritizes student experience, goals, and feedback, through development of collaborative and mutually beneficial partnerships with undergraduates.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».