MétaCan
Menu
Retour à la cohorte
Enregistrement W4390693947 · doi:10.1080/10511253.2023.2297443

Accepting the Terms and Conditions: An Evaluation of a Parole-Based Experiential Assignment

2024· article· en· W4390693947 sur OpenAlexaff
Brandon Sparks, Alexandra M. Zidenberg

Notice bibliographique

RevueJournal of Criminal Justice Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésExperiential learningSet (abstract data type)Experiential educationResource (disambiguation)PsychologyReflection (computer programming)Economic JusticeEmpirical researchCriminal justicePedagogyEngineering ethicsMathematics educationComputer sciencePolitical scienceEngineeringEpistemologyLawCriminology

Résumé

récupéré en direct d'OpenAlex

Experiential learning is an effective pedagogical tool that has been associated with several beneficial student outcomes.Given the complex and applied nature of criminal justice courses, educators in these fields have sought to implement experiential learning, developing several impactful initiatives along the way.However, many of these require extensive safety planning, resource acquisition, community partnerships, and institutional buy-in.The present study introduces and evaluates an experiential assignment that helps circumvent some of these issues, wherein first-year university students (n = 42) abide by a set of self-selected parole/probation conditions, write a reflection on their experience, and report on the empirical saliency of their conditions.Following the assignment deadline, an online survey was disseminated to students to gauge the impact of their experience.Results indicated that students enjoyed the assignment, believing that it provided real-world experience, transformed their perspectives, and helped them better understand their course material.Students also demonstrated a strong desire for more experiential learning opportunities in their program.Implications and future directions are discussed.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,437
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,109
Tête enseignante GPT0,450
Écart entre enseignants0,341 · 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.

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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Criminal Justice EducationMême sujetService-Learning and Community EngagementTravaux en français237 207