MétaCan
Menu
Retour à la cohorte
Enregistrement W900139822 · doi:10.36510/learnland.v6i1.585

Creating Mentorship Metaphors: Pacific Island Perspectives

2012· article· en· W900139822 sur OpenAlexaffvenue
Seu’ula Johansson-Fua, Donasiano K. Ruru, Kabini Sanga, Keith Walker, Edwin G. Ralph

Notice bibliographique

RevueLEARNing Landscapes · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMentorshipAttendanceProcess (computing)DisciplineCohortTask (project management)Task forceEngineering ethicsMedical educationPolitical scienceSociologyManagementEngineeringMedicineComputer scienceSocial sciencePublic administration

Résumé

récupéré en direct d'OpenAlex

The authors facilitated three inter-professional mentorship workshops in Fiji and Tonga, which were part of a series of such events that they recently conducted across the Pacific region. These workshops, in turn, formed part of a larger, ongoing leadership initiative co-sponsored by several local, regional, and international organizations. The purpose of each workshop was to facilitate each multi-disciplinary cohort of leaders in attendance to begin to create an adaptable mentorship model that would fit their unique Pacific contexts. One task within these model-development sessions was for each cohort to create metaphors that they believed best encapsulated the essence of their specific mentorship approach. In this article, the authors summarize aspects of that creative process, present several metaphors that the three cohorts generated, and raise implications regarding future mentoring initiatives.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,028
Tête enseignante GPT0,329
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations11
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLEARNing LandscapesMême sujetCreativity in Education and NeuroscienceTravaux en français237 207