MétaCan
Menu
Retour à la cohorte
Enregistrement W4387665383 · doi:10.15173/ijsap.v7i2.5166

‘Trying to open the doors’: The co-creation of digital resources for disadvantaged primary school pupils

2023· article· en· W4387665383 sur OpenAlexvenueno aff
Tamara Thiele, Damien Homer

Notice bibliographique

RevueInternational Journal for Students as Partners · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDoorsDisadvantagedCoronavirus disease 2019 (COVID-19)SociologyCo-creationPerspective (graphical)PedagogyPublic relationsMathematics educationPolitical scienceEngineeringPsychologyKnowledge managementComputer science

Résumé

récupéré en direct d'OpenAlex

This article explores the use of co-creation as an approach for involving university students in the development of educational initiatives for widening participation (WP) in higher education (HE) during the COVID-19 pandemic. At present, research and guidance looking at how co-creation practices can enable the production of such initiatives within HE is highly limited, which can deter others from employing this approach. To this end, we provide a case study of a WP project called Topic in a Box that involved staff and students working together to produce digital learning material for primary schools and students over several months. Through the use of semi-structured interviews with nine students, this research provides insight into the steps that were taken to develop the project, capturing the motivations, benefits and challenges of co-creation practice from a student perspective. We argue that this mode of co-creation should be used to a greater extent across the university sector and in recognition that university students have much to offer in terms of widening access to university.

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)0,014
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0240,024
Communication savante0,0150,010
Science ouverte0,0020,033
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,096
Tête enseignante GPT0,601
Écart entre enseignants0,505 · 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'étudeQualitatif
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Students as PartnersMême sujetHigher Education Practises and EngagementTravaux en français237 207