MétaCan
Menu
Retour à la cohorte
Enregistrement W7111248441 · doi:10.15173/ijsap.v7i1.5553

How can students-as-partners work inform assessment?

2023· article· W7111248441 sur OpenAlexaff

Notice bibliographique

RevueeCommons - AKU (Aga Khan University) · 2023
Typearticle
Langue
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Key (lock)Focus (optics)Order (exchange)

Résumé

récupéré en direct d'OpenAlex

This fourth iteration of Voices from the Field highlights some of the many meanings and practices of assessment as faculty/academic staff, professional staff, and students define it and as they situate it in relation to students-as-partners work.The goal of this section of the journal is to offer a venue for a wide range of contributors to address important questions around and aspects of students-as-partners work without going through the intensive submission, peerreview, and revision processes.For this iteration of Voices, we invited responses to the question: "In what ways can students-as-partners work inform assessment?" Recognizing that assessment means different things in different contexts, we invited contributors to specify what definition they are working with.As we expected, people's definitions, arguments, and examples were highly diverse.Contributors' definitions reflect differences of geographical location, level (course, program, institutional), and focus or priority.Regarding the last of those, definitions include reference to teachers offering opportunity to students to demonstrate knowledge and/or skills; dynamic, mutual conversations between educational shareholders; an opportunity to honor knowledge, experience, and engagement; a process of engaging students' language, agency, selfauthorship, and self-directed learning goals in dialogue with course learning goals; instructors' and administrators' evaluations of teaching; the assessment of learning and development

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,404
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0030,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,062
Tête enseignante GPT0,384
Écart entre enseignants0,321 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeCommons - AKU (Aga Khan University)Même sujetHigher Education Practises and EngagementTravaux en français237 207