MétaCan
Menu
Retour à la cohorte
Enregistrement W4401286021 · doi:10.18260/1-2--46839

Board 266: Enhancing Transfer Pathways in Computing: An NSF Project Progress Report

2024· article· en· W4401286021 sur OpenAlexaff
Narges Norouzi, Carmen Robinson, Kip Téllez

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAdvanced Research Projects AgencyDefense Advanced Research Projects AgencyNational Science Foundation
Mots-clésGraduation (instrument)CurriculumEthnic groupIndigenousDiversity (politics)Medical educationCareer PathwaysPublic relationsPolitical sciencePsychologyPedagogyEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Our project, known as "University of California's Servingness," is dedicated to establishing a robust transfer pathway in Computing between Community Colleges and the University of California's system.The primary focus of our endeavor is to advance the transition from merely enrolling racially diverse students to genuinely serving them in ways that foster greater persistence, graduation rates, and career placement.We posit that universities can better exemplify the concept of "serving" Hispanic and Latinx, Black, Indigenous, and People of Color (BIPOC) students who attend predominantly white institutions by investing in effective transfer pathways.Eligibility for our program extends to students who meet two or more of the following criteria: being the first in their family to attend college, experiencing socio-economic challenges, and hailing from historically underrepresented groups in terms of both gender and race/ethnicity.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,053
Tête enseignante GPT0,325
Écart entre enseignants0,272 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCareer Development and DiversityTravaux en français237 207