MétaCan
Menu
Retour à la cohorte
Enregistrement W2167127700 · doi:10.5539/ies.v7n2p1

Universiti Kebangsaan Malaysia Learning Contract Course: Experience and Performance of the First Cohort

2014· article· en· W2167127700 sur OpenAlexvenueno aff
Adi Irfan Che Ani, Norngainy Mohd Tawil, Suhana Johar, Khaidzir Ismail, Mohd Zulhanif Abd Razak

Notice bibliographique

RevueInternational Education Studies · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Islamic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoft skillsMedical educationPsychologyCourse (navigation)Mathematics educationEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Research from different parts of the world recognizes the effectiveness of a learning contract course in improving the personal skills of students. Therefore, UKM has chosen this approach to improve the personal soft skills of its students. The university has carried out this approach by making HHHC9118-Soft Skills as a compulsory course for all students. This course requires the students to implement a project or activity in accordance with a written contract that they plan together with their instructors. Moreover, the students are awarded with eight credit hours after taking up this course. This research evaluated the effectiveness of the learning contract course in developing the soft skills of the 2,378 participants, who had already finished the course. A literature review and a survey were conducted to obtain the data. The questionnaire contained 10 statements, which were either positive or negative, that asked about the self-esteem levels of the respondents. Data were analyzed using the Statistical Package for Social Science (SPSS) software. The results showed the respondents positively interpreted all the statements in the questionnaire, which proved that a learning contract successfully improved the soft skills and self-esteem of UKM students. Therefore, this approach effectively improved the soft skills of the students.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,355
Écart entre enseignants0,333 · 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'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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetEducation and Islamic StudiesTravaux en français237 207