Quantifying Student Competency Development Using the uOCompetencies Proficiency Survey
Notice bibliographique
Résumé
This report provides a comprehensive evaluation of the uOCompetencies Proficiency Survey's role within the University of Ottawa's CO-OP program. It examines the survey's twin objectives: elevating the quality of feedback and evaluations, and precisely measuring student competency development. Initially focusing on the Fall 2023 cohort of 1017 students, this updated analysis now includes the Winter 2024 cohort, comprising 1043 students, and the Summer 2024 cohort, comprising 1799 students. Through the analysis of data derived from pre and post-surveys—filled out independently by students and their internship supervisors—and processed via the CO-OP Navigator and PowerBI, the study uncovers significant improvements. These include a positive shift along the competency proficiency scale, a notable alignment in assessment perceptions following consensus building between students and their supervisors during mid-term evaluations, and an increased level of student satisfaction with the feedback process. Notably, these results are consistently observed across all three semesters, despite variations in student profiles such as grade level and experience. The uOCompetencies Proficiency Survey is highlighted as a practical and effective tool for enhancing the quality of supervisor feedback, thus improving the student’s experience and abilities to refine, plan and implement their competency development objectives.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».