MétaCan
Menu
Retour à la cohorte
Enregistrement W2295931272 · doi:10.7718/iamure.ije.v15i1.1055

Uspian Alumni Tracer on 20 Higher Education Programs

2015· article· en· W2295931272 sur OpenAlexaboutno aff
Kathleen B. Solon-villaneza

Notice bibliographique

RevueIAMURE International Journal of Education · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAthletic Training and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)EngineeringUnemploymentEngineering educationPolitical scienceMedical educationSociologyEngineering managementEconomic growthMedicineMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The alumni tracer study investigated the profile, current employment conditions, and place of work of USPian alumni in 20 higher education programs including only those who major in English, Political Science, Psychology, Music, Social Work, Elementary Education, Secondary Education, Pharmacy, Commerce, Accountancy, Civil Engineering, Mechanical Engineering, Electronics & Communications Engineering, Geodetic Engineering, Electrical Engineering, Architecture, Computer Science, Information Technology, Nursing, and Law from Classes 2001 to 2010. The descriptive research design is utilized in tracing 2668 USPian alumni with a success rate of 12.7% or 340 actual alumni response. Based on the general findings of the study, the majority of the USPian alumni are working in line with the degree they earned at the University and were mostly Philippine-based. The minority are spread out to 15 foreign countries: Australia, Bahrain, Canada, Japan, Jeddah, KSA, Netherlands, New Zealand, Norway, Oman, Qatar, Singapore, UAE, UK, and the USA. Recommendations to improve alumni profiling, eliminate current conditions of unemployment, embark on industry-perspective alumni research and other topics for future researches are recommended.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,191
Tête enseignante GPT0,512
Écart entre enseignants0,322 · 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'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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIAMURE International Journal of EducationMême sujetAthletic Training and EducationTravaux en français237 207