Notice bibliographique
Résumé
Purpose This paper aims to outline a proof of concept for a framework to support students in reflecting on and in articulating their disciplinary, contextual and professional learning in the workplace. The purpose of the framework was to help students to recognize and articulate their transferable employability skills in preparation for the workplace or further studies upon graduation. Design/methodology/approach Researchers developed a Learning Evaluation and Reflection Narrative (LEARN) activity to facilitate real-world articulation of workplace learning. A group of work placement students completed pre- and post-work surveys, prompting reflection on their learning goals and behaviors. The Transferable Learning Orientation Survey comprised five constructs: goal orientation, learning belief, self-efficacy, transfer (deep learning) and organization. Subsequently, they completed a written reflection and a mock interview scenario, where they verbally articulated their abilities and the applicability of their skills. Results of thematic analysis are presented. Findings Survey results demonstrated changes in students’ orientation toward learning. Additionally, students were able to deliver sophisticated responses through engagement in the LEARN framework, articulating recognition and self-awareness of their personal and professional learning, as well as relevance of their learning within and beyond their workplace setting. Research limitations/implications The sample is small, and the authors therefore recommend further work to evaluate the effectiveness and practicality of the LEARN framework in larger cohorts and in alternate work environments. Social implications The responses suggest the LEARN framework are worthy of further investigation as a tool for students to articulate lifelong learning skills and behaviors, as it offers an opportunity for students to engage in reflective, deep learning. Originality/value This research builds on existing studies on the evaluation of lifelong learning, adapting a framework and testing its implementation in the workplace setting.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».