MétaCan
Menu
Retour à la cohorte
Enregistrement W3217503834 · doi:10.1080/0142159x.2021.1993162

Co-creating scholarship through collaborative writing in health professions education: AMEE Guide No. 143

2021· article· en· W3217503834 sur OpenAlexafffund
Subha Ramani, Judy McKimm, Kirsty Forrest, Richard Hays, Jo Bishop, Harish Thampy, Ardi Findyartini, Vishna Devi Nadarajah, Rashmi A. Kusurkar, Keith Wilson, Helena Prior Filipe, Elizabeth Kachur

Notice bibliographique

RevueMedical Teacher · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensDalhousie University
Organismes subventionnairesInternational Medical UniversityFakultas Kedokteran, Universitas IndonesiaUniversitas IndonesiaDalhousie UniversityBond UniversityJames Cook UniversityVrije Universiteit AmsterdamSwansea UniversityUniversity of ManchesterInternational Council of Ophthalmology
Mots-clésFollowershipScholarshipProfessional writingNegotiationCollaborative writingTeamworkAcademic writingWriting centerPsychologyPedagogyPublic relationsSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This AMEE guide provides a robust framework and practical strategies for health professions educators to enhance their writing skills and engage in successful scholarship within a collaborative writing team. Whether scholarly output involves peer-reviewed articles, book chapters, blogs and online posts, online educational resources, collaborative writing requires more than the usual core writing skills, it requires teamwork, leadership and followership, negotiation, and conflict resolution, mentoring and more. Whilst educators can attend workshops or courses to enhance their writing skills, there may be fewer opportunities to join a community of scholars and engage in successful collaborative writing. There is very little guidance on how to find, join, position oneself and contribute to a writing group. Once individuals join a group, further questions arise as to how to contribute, when and whom to ask for help, whether their contribution is significant, and how to move from the periphery to the centre of the group. The most important question of all is how to translate disparate ideas into a shared key message and articulate it clearly. In this guide, we describe the value of working within a collaborative writing group; reflect on principles that anchor the concept of writing as a team and guide team behaviours; suggest explicit strategies to overcome challenges and promote successful writing that contributes to and advances the field; and review challenges to starting, maintaining, and completing writing tasks. We approach writing through three lenses: that of the individual writer, the writing team, and the scholarly product, the ultimate goal being meaningful contributions to the field of Health Professions Education.

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)0,008
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0040,005
Science ouverte0,0020,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0310,026

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 Opus0,155
Tête enseignante GPT0,577
Écart entre enseignants0,422 · 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'étudeSans objet
DomaineMéthodes
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetHealth Sciences Research and EducationTravaux en français237 207