MétaCan
Menu
Retour à la cohorte
Enregistrement W2122111875 · doi:10.5430/ijba.v6n1p1

Anatomy of an MBA Program Capstone Project Assessment Measure for AACSB Accreditation

2014· article· en· W2122111875 sur OpenAlexvenueno aff
Deborah M. Gray, Vigdis Wangchao Boasson, Michael Carson, Debasish Chakraborty

Notice bibliographique

RevueInternational Journal of Business Administration · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccreditationCapstoneCurriculumProcess (computing)Medical educationRanking (information retrieval)Measure (data warehouse)Computer scienceCapstone courseRubricEngineering managementBusinessPsychologyMathematics educationMedicinePedagogyEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

There is very little written about assessment measures business schools use for assessing their programs that not only helps them meet the assessment criteria necessary for AACSB accreditation but also helps them improve the curriculum to build top-tier successful programs. This paper informs the literature on the assessment measure (and process) used by an MBA program to assess student learning through end-of-program capstone projects; success that is demonstrated by stabilized enrollments and a recent top-tier ranking. This paper is useful to any graduate or undergraduate business program that chooses to use capstone projects as an assessment measure to earn or renew AACSB accreditation. Following guidelines suggested by Banta (2004, 2007, 2011) and Polomba and Banta, (1999) a defined process is implemented to collect, assess, and disseminate assessment data to improve the MBA curriculum.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,815
Score d'incertitude au seuil0,524

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,361
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business AdministrationMême sujetManagement and Marketing EducationTravaux en français237 207