MétaCan
Menu
Retour à la cohorte
Enregistrement W2262753800 · doi:10.1108/et-02-2015-0013

A dynamic capabilities view of employability

2015· article· en· W2262753800 sur OpenAlexaff
David Finch, Melanie Peacock, Nadège Levallet, William Foster

Notice bibliographique

RevueEducation + Training · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensUniversity of AlbertaMount Royal University
Organismes subventionnairesnon disponible
Mots-clésEmployabilityCompetitive advantageHuman resourcesKnowledge managementDynamic capabilitiesConceptual frameworkResource (disambiguation)Conceptual modelBusinessMarketingComputer scienceManagementPsychologySociologyEconomicsPedagogy

Résumé

récupéré en direct d'OpenAlex

Purpose – The increasing demand for post-secondary education, and the ongoing difficulty students’ face in securing appropriate work upon program completion, highlight the importance of an enhanced understanding of employability resources for university graduates. Just as organizations achieve a strategic advantage from resources and dynamic capabilities (DCs), university graduates can similarly apply these principles and tactics to be competitive in the job market. The purpose of this paper is to ask the question: how can new graduates enhance their competitive advantage when entering the employment market? To address this question the authors propose to adopt the DCs framework to analyze the competitive advantage of a graduate and argue that university graduates can take specific steps to enhance their own competitive advantage in the labor market. Design/methodology/approach – An extensive review of the existing human resource and strategic management literature was used to develop a conceptual DCs model of employability. The core dimensions of the conceptual model were refined using 26 one-on-one interviews with employers of new university graduates. This study concludes by recommending specific empirical and experimental research to further test the model. Findings – The results from the qualitative study identified the importance of four specific resources that university graduates should possess: intellectual, personality, meta-skill and job-specific. In addition, the authors suggest that integrated DCs are crucial for enhancing the value of these individual resources. Both pre-graduate application and the construction of personal narratives are essential signals that university graduates can mobilize individual resources in a complementary and strategic manner, in real-world settings, to maximize value. Research limitations/implications – This is an exploratory study and is designed as a foundation for future empirical and experiential research. Practical implications – The findings suggest that, in order to increase employability, university students need to assume a DCs view of competitive advantage. As a result, students need to reflect on both their intrinsic and learned resources to create a systematic competitive advantage that is valued, rare and difficult to replicate or substitute. Social implications – This paper challenges students to assume a holistic view of education by recognizing education extends far beyond a classroom. Therefore, differentiation and value creation is reflected in the synthesis and application of both intrinsic and learned resources. Originality/value – The integration of strategic management and human resource literature is a unique theoretical approach to explore the drivers of graduate employability.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,008
Communication savante0,0040,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,102
Tête enseignante GPT0,403
Écart entre enseignants0,301 · 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'étudeThéorique ou conceptuel
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

Citations109
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation + TrainingMême sujetHigher Education and EmployabilityTravaux en français237 207