MétaCan
Menu
Retour à la cohorte
Enregistrement W4313051211 · doi:10.1079/cabicomm-62-8170

Evaluation of MAS-ICM 2015-2020

2022· report· en· W4313051211 sur OpenAlexfundno aff
Hariet Hinz, Manfred Grossrieder, Christine Jurt, Vicuña Muñoz, Frances Williams

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueDiverse Educational Innovations Studies
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Centre for International Agricultural ResearchAgriculture and Agri-Food CanadaMinistry of Agriculture of the People's Republic of China
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

The Masters of Advanced Studies in Integrated Crop Management (MAS ICM) was a higher education course which ran from 2015 to 2020.The interdisciplinary course provided knowledge on ICM within a sustainable agricultural production system, and the course was offered to agricultural professionals from developing countries.This assessment aimed to determine the actual benefits experienced by the 66 graduated students, which mainly came from Africa and Asia and 40% of which were women.A questionnaire was developed that mainly focused on quantifying the longer-term impacts of the course after the students had returned home.Participants reported a variety of different impacts, including job promotion, increased confidence and respect in their opinions, as well as increased knowledge and soft skills.The study concluded that knowledge transfer might be as efficient in virtual online courses as face-to-face courses.However, the gain in soft skills, that was a key benefit for MAS ICM students, would be challenging for those participating in a virtual course to obtain.An online Certificate of Advanced Studies course is currently being rolled out by CABI and would profit from a similar evaluation in a few years' time.

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)0,012
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,241
Tête enseignante GPT0,380
Écart entre enseignants0,139 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiverse Educational Innovations StudiesTravaux en français237 207