Notice bibliographique
Résumé
This dissertation aims to identify and analyze the relations between personal values, attributes considered in the decision of choice of course, the judgment and meanings attributed and the level of satisfaction with the Master course chosen by students of Graduate Programs in Management, members of the Post-Management Program. To perform this study twenty-three courses of Academic Master in Management were analyzed, distributed in the Southeast, South, Northeast and Center-east regions of Brazil, totaling 512 students (current and graduated). With a theoretical and empirical approach, this is a descriptive study, mainly quantitative, developed from primary and secondary data. The primary data were collected by a self-administered questionnaire available in the internet for current and egresses students from the analyzed programs. The secondary data were obtained by a documental research and literature review in order to allow a better comprehension of the trajectory of Graduate Studies programs and the context of Master in Management courses in Brazil. The data analysis was made by descriptive statistical techniques and multivariate data (Cluster Analysis and Multinomial Discriminant Analysis). The proposed model of personal values influence, course attributes and judgment/meaning was analyzed and the overall hit rate in the Discriminant Analysis classification was 83.0%. The research shows that there are significant differences in student evaluations with regard to courses classified according the grouping of Master Courses (A to D). There are contradictions between the goal to search a Master Course in order to work in the academy and the egress activity. A mismatch was detected between the ideal profile of the teacher professional in Management and the current reality.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».