MétaCan
Menu
Retour à la cohorte
Enregistrement W4392281247 · doi:10.1080/0142159x.2024.2322706

ASPIRE for excellence in curriculum development

2024· article· en· W4392281247 sur OpenAlexaff
John Jenkins, Sharon Peters, Peter McCrorie

Notice bibliographique

RevueMedical Teacher · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesSchool of Medicine, University of South CarolinaLee Kong Chian School of Medicine, Nanyang Technological UniversityUniversidad del RosarioNanyang Technological UniversityUniwersytet ŁódzkiUniversity of TasmaniaUniversity of LeedsUniversity of South CarolinaGeorgetown University
Mots-clésExcellenceAccreditationCurriculumScholarshipGeneral partnershipGlobeMedical educationVariety (cybernetics)Curriculum developmentEngineering ethicsFaculty developmentPolitical sciencePedagogySociologyMedicineProfessional developmentEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The objective of the ASPIRE award programme of the International Association for Health Professions Education is to go beyond traditional accreditation processes. Working in partnership with the ASPIRE Academy, the programme aims to encourage and support excellence in health professions education, in part by showcasing and exemplifying best practices. Each year ASPIRE award applications received from institutions across the globe describe their greatest achievements in a variety of areas, one of which is curriculum development, where evaluation of applications is carried out using a framework of six domains. These are described in this paper as key elements of excellence, specifically, Organisational Structure and Curriculum Management; Underlying Educational Strategy; Content Specification and Pedagogy; Teaching and Learning Methods and Environment; Assessment, Monitoring and Evaluation; Scholarship. Using examples from the content of submissions of three medical schools from very different settings that have been successful in the past few years, achievements in education processes and outcomes of institutions around the world are highlighted in ways that are relevant to their local and societal contexts.

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)0,053
score de la tête « metaresearch » (Gemma)0,059
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: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,278

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0530,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,004
Communication savante0,0160,006
Science ouverte0,0040,025
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0580,075

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 Opus0,021
Tête enseignante GPT0,368
Écart entre enseignants0,347 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207