Optimizing a workplace learning pattern: a case study from aviation
Notice bibliographique
Résumé
Purpose – This study aims to contribute to current research on team learning patterns. It specifically addresses some negative perceptions of the job performance learning pattern. Design/methodology/approach – Over a period of three years, qualitative and quantitative data were gathered on pilot learning in the workplace. The instructional modes included face-to-face classroom-based training; pilots assessing pre-recorded videos in classroom-based training; pilots assessing videos with fellow pilot of similar rank (paired training); pilots undertaking traditional 4-hour simulator session with 1-hour debriefing using a variety of technologies for replaying the simulator session; and pilots undertaking 2-hour simulator sessions with extended 3-hour debriefing utilizing simulator replay video. Findings – Although traditional classroom-based, face-to-face instruction was viewed as acceptable, pilots who critically assessed the practice of other pilots in pre-recorded videos felt empowered by transferring classroom instruction to the workplace. The study also establishes a need to determine the correct balance between high-workload simulator training and low-workload debriefing. Research limitations/implications – A move towards developing a typology for workplace learning patterns was viewed negatively if job performance was the focus. However, pilot practitioners felt empowered when provided with the right mix of performance-oriented learning opportunities, especially when these provided an appropriate mix of high-fidelity simulations with time for reflection on practice. Practical implications – By focusing on one learning pattern – job performance – the paper demonstrates the benefits of learning via a variety of instructional modes. Whereas aviation has a unique workplace environment, many other high- and low-risk industries are acknowledging the impact of technical and non-technical skills on job performance. This may suggest that findings from this study are transferable across a broader range of workplace settings. Originality/value – The findings demonstrate that broadening research across many professional workplace settings may assist in developing a more robust framework for the micro-organization of each workplace learning pattern.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».