MétaCan
Menu
Retour à la cohorte
Enregistrement W2509484706 · doi:10.5539/ibr.v9n9p150

Exploring Curricular Internships in Italy: Towards Entrepreneurial Universities

2016· article· en· W2509484706 sur OpenAlexvenueno aff
Maddalena Della Volpe, Alfonso Siano, Agostino Vollero, Francesca Esposito

Notice bibliographique

RevueInternational Business Research · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternshipChristian ministryGovernment (linguistics)EntrepreneurshipOrder (exchange)Higher educationPolitical scienceRelation (database)University educationPublic relationsSociologyBusinessComputer scienceFinanceDatabase

Résumé

récupéré en direct d'OpenAlex

<p>This paper presents a database of the curricular internships offered by all Italian universities in different Courses of Studies (CoS), in the light of the challenge faced by university managers in shifting their institutions to a more entrepreneurial mode within a “triple helix approach” that highlights the relation between universities, government and enterprises. We built our database considering University Credits (UCs) attributed during the academic year 2014/15, consulting the websites of the Italian Ministry of Education and the official websites of 91 Italian universities. Although 3139 out of 4428 CoS (70.89%) offer curricular internships, these learning experiences in most scientific areas have a minor role in learning paths. These results also highlight the general sense of mistrust Italian universities place in the entrepreneurial world. The paper should enable university managers and policy makers to evaluate the activities carried out during curricular internships in Italy. The paper also provides useful insights to redefine the CoS offer in Italy. Data could be collected and updated yearly in order to monitor how the scenario is evolving. This paper contends that internships should be placed within the teaching mission in order to have an impact on entrepreneurship.</p>

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,210
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,311
Tête enseignante GPT0,452
Écart entre enseignants0,142 · 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.

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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetHigher Education and EmployabilityTravaux en français237 207