Community-Engaged Learning: the National Response Within Institutions
Notice bibliographique
Résumé
Community-engaged learning (CEL) has become a relevant part of the current experiential and community culture, with more than 30 universities in Canada (and likely more) partaking in some form of CEL at their institution. However, how does each institution implement CEL, and how accessible are digital media and resources for students and communities who want to learn more about CEL at these institutions? Our research primarily focuses on data collection from digital media (e.g., websites, articles, Google searches) and draws conclusions based on our findings. Our team focuses on rating the overall culture of CEL in Canada based on the accessibility, significance, and apparent integration of CEL throughout each institution. Our environmental scan of these factors will determine if CEL is truly becoming a new topic of community culture and if it is worth exercising resources to develop and interrogate CEL at institutions across Canada further.\nThis presentation was created for the purpose of the USRI conference. However, this project will be further continued in a follow-up academic article that will break down the data and significance of CEL at Canadian public institutions with assistance from the team of Dr. Sandra Smeltzer, Dr. Basil Chiasson, Amala Poli, and Giada Ferrucci.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,022 | 0,011 |
| Communication savante | 0,015 | 0,007 |
| Science ouverte | 0,002 | 0,024 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».