MétaCan
Menu
Retour à la cohorte
Enregistrement W4403429521 · doi:10.15173/ijsap.v8i2.5635

A mixed-method investigation of faculty perspectives on the benefits and challenges of engaging in student partnership activities in science

2024· article· en· W4403429521 sur OpenAlexafffundvenue
Laura Chittle, Eleftheria Laios, Aliyah King, Isabelle Hinch, Siddhartha Sood, Alexandra Sorge, Lana Milidrag, Chris Houser, Dora Cavallo‐Medved

Notice bibliographique

RevueInternational Journal for Students as Partners · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensUniversity of WaterlooUniversity of TorontoUniversity of OttawaQueen's UniversityUniversity of Windsor
Organismes subventionnairesUniversity of WaterlooUniversity of Windsor
Mots-clésGeneral partnershipMultimethodologyMathematics educationMedical educationEngineering ethicsSociologyPsychologyPedagogyEngineeringPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

There is a growing interest within higher education to engage with students as partners to reposition students from consumers to producers of knowledge. The purpose of this study was to gather insights into the benefits, barriers/challenges, and best practices for engaging in student-faculty partnership activities for science faculty members. Supervising or working with graduate teaching assistants, working with students on university committees, collaborating with undergraduate or graduate students on a new or existing research project, and co-authoring manuscripts with graduate students were regarded as the most impactful partnership activities. Common benefits of student partnership activities included: collaboration and relationship building, broadening perspectives and gaining feedback, personal satisfaction, and institutional and career-related benefits. Common barriers/challenges reported were interpersonal dynamics and maintaining relationships, student management, and external influences. Best practices consisted of planning and setting expectations, developing students’ agency, using open communication, and facilitating peer-to-peer collaboration and peer mentoring.

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)0,044
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,232

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,003
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,230
Tête enseignante GPT0,567
Écart entre enseignants0,338 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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'admission3
Résumé présentoui

Explorer davantage

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