MétaCan
Menu
Retour à la cohorte
Enregistrement W2617537365 · doi:10.18543/tjhe-4(2)-2017pp333-351

Specific competences in the Tuning Latin America Project: their degree of importance and achievement among a sample of psychology students

2017· article· en· W2617537365 sur OpenAlexaboutno aff
Denise Benatuil, María Juliana Laurito

Notice bibliographique

RevueTuning Journal for Higher Education · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEducational Research and Science Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetence (human resources)Latin AmericansPsychologySample (material)Higher educationPedagogyMathematics educationPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

The implementation of the competence-based education approach at university level is a vehicle for the global transformation of the current Higher Education system. Over the past few decades, psychology has increasingly focused on the identification of core competences in the education of psychologists. The U.S., Canada and Europe have adopted competence-based education approaches. More recently, in 2013 the Tuning Latin America Project introduced the challenge to reach agreement on the education of psychologists in the region. The purpose of this research is to analyse the degree of importance and perceived achievement of the specific competences set out in the Tuning Latin America Project, among a sample of 100 advanced psychology students of a private university in the City of Buenos Aires. For such purpose, the Specific Competences Survey for students of the Tuning Latin America Project was used. All the competences obtained high ratings in terms of importance, in particular those related to professional ethics. In addition, the respondents considered that most of the competences are thoroughly developed during their university training. To conclude, further studies and analyses need to be carried out in order to identify current educational needs for psychologists and thus enhance quality and adjust psychological practice to current social needs.

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)0,003
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,183
Tête enseignante GPT0,417
Écart entre enseignants0,234 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTuning Journal for Higher EducationMême sujetEducational Research and Science TeachingTravaux en français237 207