MétaCan
Menu
Retour à la cohorte
Enregistrement W3201964768 · doi:10.20944/preprints202110.0108.v1

Online Meeting Challenges in a Research Group Resulting from COVID-19 Limitations

2021· article· en· W3201964768 sur OpenAlexafffund
Carol Nash

Notice bibliographique

RevuePreprints.org · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésSocial distanceCoronavirus disease 2019 (COVID-19)Focus groupPsychologyVideoconferencingNarrativeSpace (punctuation)Medical educationMultimediaSocial psychologySociologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The online learning necessitated by COVID-19 social distancing limitations has resulted in the utilization of hybrid online formats focused on maintaining visual contact among learners and teachers. The preferred option of video conferencing for academic meetings has become that of Zoom. The needs of one voluntary, democratic, self-reflective university research group—grounded in responses to writing prompts—differed in learning focus. Demanding a safe space to encourage and record both self-reflection and creative questioning of other participants, the private Facebook group was chosen over video conferencing to maintain the concentration on group members’ written responses rather than how they saw themselves (and thought others saw them) on screen. A narrative research model initiated in 2015, the 2020/21 interaction of the group in the year’s worth of Facebook entries, and the yearend feedback received from group participants, will be compared with previous years when the weekly group met in-person. The results in relation to COVID-19 limitations indicate that an important aspect of self-directed learning related to trust that comes from team mindfulness is lost when face-to-face interaction is eliminated regarding the democratic nature of these meetings. With online meetings the new standard, maintaining trust requires improvements to online virtual meeting spaces.

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)0,060
score de la tête « metaresearch » (Gemma)0,144
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,317

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,144
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,004
Communication savante0,0080,005
Science ouverte0,0030,019
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,815
Tête enseignante GPT0,591
Écart entre enseignants0,224 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations18
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetCOVID-19 and Mental HealthTravaux en français237 207