MétaCan
Menu
Retour à la cohorte
Enregistrement W4308916541 · doi:10.1123/kr.2022-0018

Justice, Equity, Diversity, and Inclusion—Utilizing Student Voices During Strategic Decision-Making Processes

2022· article· en· W4308916541 sur OpenAlexaff
Jared Russell, Matt Beth, Danielle D. Wadsworth, Stephanie M. George, W. Reginald Wheeler, Harald Barkhoff

Notice bibliographique

RevueKinesiology Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInclusion and Disability in Education and Sport
Établissements canadiensOkanagan CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésExcellenceDiversity (politics)Inclusion (mineral)ViewpointsEquity (law)IndigenousPublic relationsKinesiologySociologyStrategic planningPsychologyPedagogyPolitical scienceManagementMedical educationSocial scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Kinesiology administrators make a myriad of strategic decisions throughout their time in leadership. Effective leadership, particularly inclusive excellence leadership, is highlighted by the ability of an individual to utilize a diversity of constituent viewpoints, perspectives, and “voices” to guide their respective decision-making processes. This manuscript includes two students’ stories, as well as main points of discussion by American Kinesiology Association Diversity, Equity, and Inclusion workshop leaders. These perspectives provide not only foundational background information, including student identities, but also strategic actions that are necessary to develop all-inclusive and individualized programming that can successfully overcome systemic barriers. The main identified themes are (a) ease of access to accommodations, (b) a culture of inclusivity, (c) advocating, (d) establishing trusting relationships, (e) welcoming of Indigenous perspectives, and (f) flexible practices and community support.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,480
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0200,000
Communication savante0,0000,000
Science ouverte0,0010,029
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,106
Tête enseignante GPT0,449
Écart entre enseignants0,343 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKinesiology ReviewMême sujetInclusion and Disability in Education and SportTravaux en français237 207