MétaCan
Menu
Retour à la cohorte
Enregistrement W4300616916 · doi:10.17615/fexy-qe18

Use of Shared Faculty in U.S. and Canadian Dental Schools

2021· article· en· W4300616916 sur OpenAlexaboutno aff
Daniel J. Caplan, Terrence F. Lanphier, Darryl T. Hamamoto, Suzanne K. Farrar, Jeanne C. Panza, André V. Ritter

Notice bibliographique

RevueCarolina Digital Repository (University of North Carolina at Chapel Hill) · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDental Education, Practice, Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical educationBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

Dental schools are facing substantial financial challenges and a shortage of faculty members. One solution to address these issues has been to hire “shared” faculty members, i.e., faculty members whose primary appointment is at one institution who are hired by another institution to teach a course or part of a course. This is a controversial concept. A survey of academic deans at U.S. and Canadian dental schools was conducted for this study; thirty-nine (54 percent) of the seventy-two academic deans completed the online survey. This survey found that the use of shared faculty members is not rare amongst U.S. and Canadian dental schools and that the opinions of the academic deans about the use of shared faculty members ranged widely—from strong support to strong disapproval. Using shared faculty members has advantages and disadvantages for students, the shared faculty members, and both institutions. Many of the disadvantages could be potentially minimized by stakeholders’ working together to develop collaborative arrangements. Networks could be developed in which institutions coordinate hiring of shared faculty members based on what expertise is needed. Financial challenges and shortages of faculty members are unlikely to be resolved in the near future, but use of shared faculty members is one promising approach to begin to meet these challenges.

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)0,007
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,525

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,031
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,010
Études des sciences et des technologies0,0140,006
Communication savante0,0060,002
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,323
Écart entre enseignants0,268 · 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'étudeObservationnel
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 revueCarolina Digital Repository (University of North Carolina at Chapel Hill)Même sujetDental Education, Practice, ResearchTravaux en français237 207