ENHANCING CO-OP AND CAREER DEVELOPMENT ACTIVITIES THROUGH A STUDENT-DRIVEN MENTORSHIP PROGRAM
Notice bibliographique
Résumé
Abstract – McMaster’s University Bachelor of Technology (B.Tech.) Program has a mandatory 12-month cooperative (co-op) work experience as part of its academic requirements for graduation. To assist students in attaining co-op opportunities they must enroll in a career development credit course to equip them with vital knowledge and tools necessary to obtain and retain co-op work experiences. Students also receive ongoing support and guidance from Engineering Co-op & Career Services (ECCS) department, which connects students with employers and provides individual career counselling services. Despite this training and the availability of services, many students struggle to obtain workplace co-ops. In response the School of Engineering Practice and Technology (SEPT) implemented an undergraduate career peer co-op mentoring program as a further support mechanism to engage and motivate students. A pilot mentorship program was launched in 2014-15 for a select group of students and based on the positive response; an ongoing program was adopted and has run for the last two years. The program is formal in nature with a senior student mentor randomly matched with approximately 10-12 junior students as their mentees. To date, the program has impacted 362 second-year students (the mentees) and 36 senior students (the mentors). For the purposes of knowledge sharing, the paper will discuss the benefits of peer mentoring, the design and structure of the SEPT undergraduate career co-op peer mentoring program, feedback from participants, along with lessons learned from the outcomes of the last three years.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».