MétaCan
Menu
Retour à la cohorte
Enregistrement W3178687499 · doi:10.24908/pceea.vi0.14861

FROM UNDERSTANDING TO ACTION: AN EXAMINATION OF TRANSFORMATIVE LEARNING IN ASYNCHRONOUS ONLINE EQUITY, DIVERSITY, AND INCLUSION TRAINING FOR FIRST- TIME TEACHING ASSISTANTS

2021· article· en· W3178687499 sur OpenAlexaffvenue
Cori Hanson, Mikhail Burke

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTransformative learningAsynchronous communicationFeelingInclusion (mineral)Equity (law)PedagogyPsychologyRehearsingDiversity (politics)Computer scienceSociologySocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

To better support TAs in creating inclusive classrooms, three (3) online, asynchronous modules were developed and implemented to introduce first-time TAs to core concepts of equity, diversity, and inclusion (EDI) - Foundational EDI Language, Power, Privilege, and Positionality and Interrupting Bias. Over 100 1st time TA completed each module, with 80-90 providing feedback on their experience upon completion. A preliminary review of this feedback highlighted three major themes: 1) building awareness and knowledge, 2) applying EDI concepts to teaching practice & identifying actions, and 3) feeling empowered to act. Overall, TAs expressed strong development of awareness and new knowledge of key concepts such as equity and positionality. Although TAs were also able to identify and state the value of applying these concepts to their teaching practice, many expressed the sentiment of still feeling uncomfortable to act within “real-life” situations. Future iterations of such training could seek to address this through structured opportunities for analysis and feedback of reflective responses.

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)0,015
score de la tête « metaresearch » (Gemma)0,042
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,005
Communication savante0,0070,003
Science ouverte0,0020,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,068
Tête enseignante GPT0,325
Écart entre enseignants0,257 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetDisability Education and EmploymentTravaux en français237 207