Enhancing equity, diversity, inclusion, indigeneity and accessibility (EDIIA) across undergraduate immunology curriculum 2435
Notice bibliographique
Résumé
Abstract Description The field of Immunology is inherently collaborative, with both teachers and learners possessing diverse needs and experiences. Incorporating themes of Equity, Diversity, Inclusion, Indigeneity, and Accessibility (EDIIA) within academic curricula allows for the fostering of supportive and healthy teaching and learning environments for enhancement of student learning. The Department of Immunology at the University of Toronto completed environmental scans of EDIIA topics and discussions across undergraduate departmental course offerings. Stakeholder consultations were conducted to review lecture and tutorial materials, course activities and course assessments. Centralized, online department-wide resources were created, including an EDIIA handbook and PowerPoint presentations for inclusion of accessibility tools in teaching. In addition, EDIIA themes were developed with current and prospective EDIIA topics and organized in a curriculum map. The curriculum map revealed opportunities to enhance EDIIA content within each existing course, and each course instructor received course-specific evidence and resources supporting EDIIA themes for teaching in their course. In this presentation, we will focus on the model for our approach, lessons learned, project outcomes, and future goals. Taken together, the creation, centralization, and communication of course-specific resources could facilitate both student and instructor engagement with EDIIA goals in the field of Immunology. Topic Categories Immunology Education and Communication (EDU)
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,014 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».