MétaCan
Menu
Retour à la cohorte
Enregistrement W3193840673 · doi:10.5539/hes.v11n3p134

The Construction of Social Practice Appraisal Mechanism for Graduate Students

2021· article· en· W3193840673 sur OpenAlexvenueno aff
Guiyu Dai, Feng Zhou, Shumin Li

Notice bibliographique

RevueHigher Education Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIdeological and Political Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnthusiasmIncentiveMechanism (biology)Medical educationSocial practiceConstruct (python library)Scope (computer science)Higher educationPsychologyPublic relationsPedagogyEngineering ethicsSociologyPolitical scienceMedicineEconomicsEngineeringEconomic growthComputer science

Résumé

récupéré en direct d'OpenAlex

As a chief pillar of higher education and technological innovation, universities have been enhancing national innovative capacity and promoting the social and economic development of the nation. Graduate education is an important channel of nurturing high-level talents, of which the cultivation of graduate students' practical ability is at the core. However, there are still some problems existing in the social practice appraisal mechanism for graduate students in most Chinese universities, such as the limited assessment scope, overgeneralized standards, inefficient communication during the social practice process and imperfect incentive mechanism. These deficiencies have made negative impacts on the effectiveness of the assessment of graduate students’ practical ability, the quality of graduate students’ practice, and the enthusiasm of graduate students involving in social practice. In order to promote the present social practice appraisal mechanism for graduate students, this paper attempts to construct a new graduate student appraisal system through the use of OKR (Objectives and Key Results) management approach and a more comprehensive incentive mechanism, in the hope of contributing to the improvement of the whole graduate student social practice evaluation mechanism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,151
Tête enseignante GPT0,522
Écart entre enseignants0,371 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetIdeological and Political EducationTravaux en français237 207