MétaCan
Menu
Retour à la cohorte
Enregistrement W3208217967 · doi:10.47408/jldhe.vi22.721

Inwards, together: an inner-resourcing U-turn

2021· article· en· W3208217967 sur OpenAlexaff
Deena Shaffer, Diana Brecher

Notice bibliographique

RevueJournal of Learning Development in Higher Education · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTurn (biochemistry)Inner citySociologyChemistrySocioeconomics

Résumé

récupéré en direct d'OpenAlex

The challengeOur challenge was to offer students something screen-free to support their academic and personal wellbeing and to utilise their self-reliance.We were driven to help in some wayvia curriculum, resources, and strategiesduring the prolonged Covid-19 pandemic and its associated isolation, loneliness, digital dependence, and fragmentation.We felt compelled to explore how thriving at the heart of our professional programmes might still be possible, even if only in micro-moments, given the Covid-19 context.We wondered what we could suggest that students could turn to independent of time zones, literal bandwidth, and space constraints.This led us to incorporate inner-resourcing strategies into our nationally recognised programme, Thriving in Action (TiA).TiA began just over four years ago at X/Ryerson University in Toronto, Canada, where it has so far supported more than 1,000 students and spawned a community of practice involving colleagues in 35 Canadian post-secondary institutions.In its original form, TiA welcomed students from all years and programmes who self-identified as academically or personally struggling into a semester-long cohort to learn Positive Psychology essentials, like selfcompassion and gratitude, intertwined with integrative learning strategies.While many core aspects remain, what has changed is an enhanced commitment to offer students ever-ready, somatic approaches to well-regulate, refocus, and re-embody.

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)0,009
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,025
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0250,023
Communication savante0,0140,009
Science ouverte0,0030,044
Intégrité de la recherche0,0030,009
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,080
Tête enseignante GPT0,412
Écart entre enseignants0,332 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Learning Development in Higher EducationMême sujetCOVID-19 and Mental HealthTravaux en français237 207