MétaCan
Menu
Retour à la cohorte
Enregistrement W2185378612 · doi:10.82396/cjcd.v13i2.3079

Training Pre-Service Teachers in Career Education: Developing Foundational Perceptions, Knowledge and Skills

2021· article· en· W2185378612 sur OpenAlexaffabout
Mark W. Slomp, Thelma M. Gunn, Kerry B. Bernes

Notice bibliographique

RevueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland) · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésCurriculumMedical educationPerceptionService (business)PsychologyPedagogyMedicineBusiness

Résumé

récupéré en direct d'OpenAlex

Students in the K-12 educational system benefit from access to high quality career support (Campbell & Ungar, 2008). However, students report that they are not able to access effective career services (Campbell & Ungar, 2008). Either this support is unavailable or if it is available it is ineffective (Domene, Shapka, & Keating, 2006; Osborn & Baggerly, 2004). This article describes a pilot project offered by the Faculty of Education at the University of Lethbridge that seeks to address these issues. Through this pilot project pre-service teachers receive training in career education and learn to infuse career support in regular curriculum. This article examines the findings of a research project that investigated whether this pilot project effectively prepares pre-service teachers to integrate career education into regular curriculum. The findings suggest that this pilot project helped preservice teachers acquire the perspectives and skills required to effectively support students in their career explorations and planning.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,028
Tête enseignante GPT0,317
Écart entre enseignants0,289 · 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'étudeQualitatif
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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland)Même sujetEducation Systems and PolicyTravaux en français237 207