140 Development of an Online Educational Initiative to Engage Beef Stakeholders in a Global Scale
Notice bibliographique
Résumé
Abstract The objective of this educational initiative (International Beef Cattle Academy; IBCA) was to present translational research-driven content regarding beef production to international stakeholders. The methodology for development of the IBCA program included: 1) determination of content courses (n = 7); 2) assignment of faculty members as content creators and instructors (n = 11), general coordinator (n = 1) and associate coordinators (n = 2); 3) selection of participants from applicant pool using a rubric designed to create an inclusive and diverse learning community of international industry leaders. Course structure and content delivery remained consistent across all courses. Asynchronous lectures were delivered via a LMS (D2L), and weekly, hour-long synchronous remote meetings for participants were hosted by instructors. Within courses, content was distributed to yield 3.49 ± 0.41 h of recorded material per week. Automatically graded quizzes with multiple attempts allowed, were utilized as formative assessments and mechanism for control of content release. Access to subsequent topics was granted when the quiz score was of 80% or above. At the end of each program cycle (11 months) an optional experiential learning opportunity was offered. Participants were invited to a week-long instructor supervised workshop in which they took part in hands-on practicums as well as field trips. After 3 full cycles, qualitative analysis of participant feedback given in the form of interviews (n = 19) has generated emergent themes of learning environment satisfaction and successful adoption/application of new technologies. Interaction during the live synchronous sessions and the applicability of the content were amongst the positive aspects according to participant feedback. Based on these interviews, the IBCA successfully met the objective of improving knowledge and adoption of research-based technologies through content delivery and learning community creation for beef industry stakeholders from 14 different countries (USA, Canada, Brazil, Romania, Kazakhstan, Mexico, Panama, Dominican Republic, Germany, South Africa, Zimbabwe, Turkey, Australia, Pakistan).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».