MétaCan
Menu
Retour à la cohorte
Enregistrement W4408329028 · doi:10.18060/28006

Assessment in Higher Education and Student Affairs Graduate Education

2024· article· en· W4408329028 sur OpenAlexaboutno aff
Tori Rehr, Paul Holliday-Millard, Natasha A. Jankowski, Shaun Boren, Joseph J. Lévy, Shiloh Lovette

Notice bibliographique

RevueJournal of Student Affairs Inquiry Improvement and Impact · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStudent affairsHigher educationGraduate educationPedagogyPolitical scienceGraduate studentsMedical educationMathematics educationSociologyPsychologyMedicineLaw

Résumé

récupéré en direct d'OpenAlex

Courses focused on assessment within higher education have proliferated across Higher Education and Student Affairs (HESA) graduate programs, tied to an emphasis on using data and evidence in decision making in the field. The intended outcomes and curriculum of these courses vary widely between institutions, at times producing confusion over the competencies needed in student affairs assessment. This project evaluated syllabi from over 100 HESA graduate assessment and evaluation courses to develop a more robust understanding of the skill sets of entry-level student affairs practitioners entering the field from HESA graduate programs and the core outcomes and texts of student affairs assessment education. We describe student affairs as a field engaged in the process of professionalization (Perozzi & Shea, 2023, McGill et al., 2021) through the development of standardized knowledge and the ongoing integration of community-driven standards. Study findings illustrate that courses tended to focus on technical knowledge, such as data collection methods and analysis, over the political and contextual dimensions of assessment. Extant standards and competencies, as well as emerging topics and methods, were also incorporated inconsistently. Implications for faculty, practitioners, early career professionals, and professional associations 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 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)0,026
score de la tête « metaresearch » (Gemma)0,069
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,069
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,003
Communication savante0,0060,002
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
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 Opus0,074
Tête enseignante GPT0,445
Écart entre enseignants0,371 · 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'étudeObservationnel
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 revueJournal of Student Affairs Inquiry Improvement and ImpactMême sujetStudent Assessment and FeedbackTravaux en français237 207