Digital Transformation of Faculty Development: Responding and Supporting Academia During Disruptions Caused by the Coronavirus Disease 2019 Pandemic
Notice bibliographique
Résumé
INTRODUCTION: The coronavirus disease 2019 pandemic disrupted the current practices for teaching and learning in medical and health professions education, creating challenges and opportunities for rapid transition. The authors describe how McMaster University's Program for Faculty Development (MacPFD) responded to this disruption by engaging in a digital transformation. METHODS: The digital transformation process of MacPFD was mapped to the conceptual framework of digital transformation: Vial's building blocks of the framework. A new website was launched to host and disseminate the content. Subsequently, both the website and the content were promoted using social media tools. Content generation, Google Analytics, event registrations, and Zoom webinar attendance records were data sources for the results. Analysis of the data was based on the reach component of the RE-AIM framework. RESULTS: Six-month data range results were reported as producer-centered and user-centered outcomes. The former consisted of 54 resources from diverse content authors, whereas the latter received 33,045 page views from 26,031 unique users from 89 countries. Live webinar events had 1484 registrants, with 312 (21%) being guests from external institutions. Before the coronavirus disease 2019 disruption, MacPFD was a local program to support its faculty. DISCUSSION: The MacPFD's digital transformation shows a clear transition to a new "glocal" approach: an expanded global reach while still tending to our local development needs of the home institution's faculty members.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,016 | 0,007 |
| Science ouverte | 0,002 | 0,018 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».