PRME SIP 2.0: enhancing quality and maximising stakeholder value
Notice bibliographique
Résumé
Producing and submitting a Sharing Information on Progress (SIP) report represents one of the key commitments of any PRME signatory, as well as a helpful way to inform and engage stakeholders, including faculty, students, industry partners, and accrediting bodies. In March 2024, PRME launched the ‘PRME Commons’, a multilevel technological platform to facilitate global knowledge exchange across business schools, which includes a self-reporting database (‘SIP 2.0’). Representing a significant shift from ‘SIP 1.0’, Signatories will now be required to answer nine questions aligned with the Seven PRME Principles and upload supporting evidence including objects (statements, policies, public media, etc.) and narratives (complementary context and/or stories). This interactive workshop will (1) address shared challenges and opportunities in relation to the transition to SIP 2.0; and (2) generate actionable ideas for how we can use SIP 2.0 and the PRME Commons to enhance value for organizational stakeholders. It will consist of a mix of short, focused breakout sessions and plenary discussions. The overarching aim is to increase participants clarity and confidence in terms of producing their next SIP report, as well as support them in maximising the value–and minimizing the burden–associated with reporting. Information and ideas generated through the session will be shared with the wider PRME UK and Ireland community afterwards via a blog post.
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 | 0,134 | 0,167 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,023 | 0,025 |
| Science ouverte | 0,004 | 0,044 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,007 |
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 ».