MétaCan
Menu
Retour à la cohorte
Enregistrement W1568503605 · doi:10.3166/ds.1.501-516

e-learning en entreprise. Un aperçu de l’état des lieux au Canada et au Québec

2003· article· fr· W1568503605 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueDistances et savoirs · 2003
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueInformation Technology and Learning
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

La formation en entreprise est devenue une véritable économie de service.On prévoit que le e-learning sera un leader au niveau de l'économie mondiale.Dans cet article, nous voyons la place assignée à la formation en général dans les entreprises, le rôle croissant de la formation au Canada, ce qu'est le e-learning, ses avantages et ses inconvénients pour l'entreprise comme pour les employés, le capital humain au Canada, ainsi que les enjeux propres au Québec.Par la suite, nous faisons état d'une recherche menée auprès de dix entreprises du Québec sur la place de la formation et le e-learning selon les responsables de formation, les DRH et les formateurs.ABSTRACT.Corporate training has become a service-based market.Forecasts predict that E-Learning will become a leader in the new global economy.In this article, we will examine the role of general training in corporate settings, training in Canada and we will define E-Learning, compare its advantages and disadvantages for the company and the workers, and human capital in Canada and the challenges specific to Quebec.We will also present a research that was conducted in ten Quebec corporations on the role of training and E-Learning in the eyes of training coordinators, human resources directors and trainers.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,259
Écart entre enseignants0,248 · 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