MétaCan
Menu
Retour à la cohorte
Enregistrement W2103944712 · doi:10.5539/jel.v4n3p25

Path Analysis on the Factors Influencing Learning Outcome for Hospitality Interns–From the Flow Theory Perspective

2015· article· en· W2103944712 sur OpenAlexvenueno aff
Shu-Tai Wang, Cheng-Chung Chen

Notice bibliographique

RevueJournal of Education and Learning · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueFlow Experience in Various Fields
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternshipOutcome (game theory)PsychologySupervisorHospitalityCurriculumProcess (computing)Perspective (graphical)Hospitality industryMathematics educationMedical educationApplied psychologyKnowledge managementPedagogyComputer scienceManagementMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Learning outcome is an important indicator for educators in evaluating curriculum design. The focus of this study has been to examine the factors within internship programs, recognizing the complex nature of knowledge application in a practical industry environment. Flow theory was adopted to explain the psychological state of hospitality students during internship and relate it to their learning outcome. A total of 152 responses were collected via self-administrated questionnaires from hospitality students at their initial and final stages of internship in Taiwan. Results from SEM analysis indicate that both skill and the challenge from work have significant influence on the interns’ flow experience, wherein skill has a positive influence, while challenge does not. The flow theory was well confirmed at the final stage of the internship, which becomes the complete mediator for the skill and challenge to influence the learning outcome. Learning for the interns is not exclusively concerned with skill improvement, but includes a process to overcome the unfamiliarity of the challenge, which consequently leads to a direct positive effect on learning. Thus, proper challenge and improvement of skill are important counterparts, which influence the learning outcome simultaneously, where each of them cannot result in the proper learning outcome alone. The practical implication, which can be derived, is that proper cooperation between the educator and the intern supervisor should create an environment for optimum skill development, in which the challenge is balanced with the acquired new skills. Achieving such a balance via flow will facilitate a better learning outcome.

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)0,020
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,049
Tête enseignante GPT0,384
Écart entre enseignants0,335 · 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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetFlow Experience in Various FieldsTravaux en français237 207