MétaCan
Menu
Retour à la cohorte
Enregistrement W6999135308

The Canadian Consortium of Science Equity Scholars – a multi-institutional approach to improving equity and sense of belonging in the classroom.

2023· article· en· W6999135308 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship@Western (Western University) · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEquity (law)Context (archaeology)Session (web analytics)Community of practiceIdentity (music)Data collectionData sharing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Canadian Consortium of Science Equity Scholars (CCSES) is a multi-institution group of educators and researchers committed to improving equity in post-secondary science education. We seek to rectify the dearth of EDI data in a Canadian context to ensure that we have the information we need to understand our students’ experience and improve teaching practices to support all students. Our research focuses on the affective dimensions of the classroom and how students perceive themselves and what helps them develop their identity in STEM. To gather information on how students’ sense of belonging and self-efficacy (belief in one’s own capacity to succeed) is impacted by classroom climate and teaching practices, we are surveying students in biology, chemistry, and physics first-year classes across Canada. Data from these surveys will help us identify inequities, but also inclusive teaching practices and the impact they have on different demographic groups. In this session, we will present preliminary results from the initial year of data collected at five Canadian universities, and discuss how this research can inform how we structure programs and courses to reduce systemic and structural barriers to student success. This session will provide participants with ideas on how to better engage their students and improve their sense of belonging and self-efficacy, but also help build connections within the teaching and learning community to collect data to better understand student experiences across science disciplines and institutions to improve teaching practices. This project was approved by the research ethics boards of all the institutions where data were collected.

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)0,038
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,427

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,039
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0290,008
Communication savante0,0100,005
Science ouverte0,0040,024
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,170
Tête enseignante GPT0,365
Écart entre enseignants0,195 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetCareer Development and DiversityTravaux en français237 207