MétaCan
Menu
Retour à la cohorte
Enregistrement W2059646836 · doi:10.1111/j.1937-8327.1998.tb00078.x

Transfer of Learning From An Action Reflection Learning™ Program*

2008· article· en· W2059646836 sur OpenAlexaff
Lyle Yorks, Judy O’Neil, Victoria J. Marsick, Sharon Lamm, Robert C. Kolodny, Glenn E. Nilson

Notice bibliographique

RevuePerformance Improvement Quarterly · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensLearning Partnership
Organismes subventionnairesnon disponible
Mots-clésAction learningTransfer of learningReflection (computer programming)Action (physics)Human resourcesTransfer of trainingKnowledge managementExperiential learningProcess (computing)Formal learningField (mathematics)Computer scienceCooperative learningPsychologyMathematics educationManagementArtificial intelligenceTeaching method

Résumé

récupéré en direct d'OpenAlex

Learning transfer from training and development programs to the workplace is a central issue of concern for human resource development specialists. Action Reflection Learning™ (ARL™) is a form of action learning that places emphasis on the development of targeted competencies while teams of participants work on real problems which have been given to them by a sponsor. This article examines the kinds of learning and learning transfer that took place in an international food company that was striving to become a global organization. Data were collected through both field observation and formal interviews and analyzed by a team of researchers. Conclusions about the degree of transfer and the mechanisms and process supporting it are presented.

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)0,007
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 enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,073
Tête enseignante GPT0,356
Écart entre enseignants0,283 · 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

Citations21
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerformance Improvement QuarterlyMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207