Learning about workplace learning and expertise from Jack
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The purpose of this paper is to highlight some methodological problems concerning the neglect of participants' voices by workplace ethnographers and neglect of the highly interactional and co‐constructive nature of research interviewing. The study aims to use discourse analysis, to show the phenomena of workplace learning and expertise to be constituted in participants' talk. Design/methodology/approach From excerpts of natural talk and research interviews by fish culturists speaking about their learning in a salmon hatchery, discourse analysis is used to analyze how workplace learning and expertise are rhetorically performed. Findings The paper finds that fish culturists drew on two discursive repertoires/resources – school‐ and workplace‐based learning – to account for their learning and expertise. The main participant affirmed the primacy of interest and practical workplace experience in his job just as he presupposed a weak correlation between school‐based (theoretical) and workplace (practical) knowing. However, both kinds of learning were deemed important though articulating this view depended on the social contexts of its production. Research limitations/implications Discourse analysis does not establish immutable truths about workplace learning and expertise but rather it is used to understand how these are made accountable through talk in real‐time, that is, how the phenomenon is “done” by participants. Practical implications There is increased sensitivity when using ethnographic and interview methods. No method can avoid being theory‐laden in its conduct and reporting but discourse analysis perhaps does it better than its alternatives. Originality/value While some contributors to this journal have also approached workplace learning from a discursive perspective, this paper attempts to understand the phenomenon solely from participants' categories and interpretations.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découle