MétaCan
Menu
Retour à la cohorte
Enregistrement W2047360901 · doi:10.1177/104687810003100102

Improving Students’ Self-Efficacy in Strategic Management: The Relative Impact of Cases and Simulations

2000· article· en· W2047360901 sur OpenAlexaff
George H. Tompson, Parshotam Dass

Notice bibliographique

RevueSimulation & Gaming · 2000
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCapstone courseCapstoneTask (project management)PsychologyStrategic thinkingSelf-efficacyPersistence (discontinuity)Sample (material)Knowledge managementMathematics educationStrategic planningComputer scienceSocial psychologyBusinessManagementEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

Taught as the “capstone” course in most universities, strategic management is designed to teach the skills of strategic thinking and analysis rather than mere facts or concepts. So, educators should have some assurance that their students learn to “do” strategy. Self-efficacy enhances a person’s task interest, persistence, willingness to exert effort, and, ultimately, task performance. This article investigates the relative contribution of simulations and case studies for improving students’ self-efficacy in strategic management. Using pre-and posttest data from a sample of 252 students, the authors conclude that simulations result in significantly higher improvements in self-efficacy than case studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,306
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations156
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSimulation & GamingMême sujetManagement and Marketing EducationTravaux en français237 207