MétaCan
Menu
Retour à la cohorte
Enregistrement W2918245904

The Evolution of a Mixed Methods Study in Work-Integrated Learning

2018· article· en· W2918245904 sur OpenAlexfundno aff
Craig Cameron

Notice bibliographique

RevueGriffith Research Online (Griffith University, Queensland, Australia) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensnon disponible
Organismes subventionnairesCollege of Engineering, Michigan State UniversityTshwane University of TechnologyUniversity of WaterlooUniversity of SurreyCurtin University of TechnologyGriffith UniversityUniversity of CincinnatiDeakin UniversityUniversity of South AfricaUniversity of WollongongMichigan State UniversityFlinders UniversityUniversity of New EnglandMassey UniversityAuckland University of Technology, New ZealandSouthern Cross UniversityQueensland University of TechnologyUniversity of WaikatoUniversity of New South Wales
Mots-clésMultimethodologyContext (archaeology)Work (physics)Research designConceptual frameworkManagement scienceComputer scienceKnowledge managementEngineering ethicsSociologyEngineeringPedagogySocial science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article describes the evolution of, and rationale for, a mixed methods study of risk management by university lawyers in the specific context of work-integrated learning (WIL) programs. The evolution provides a road map of the research design, incorporating references to research methods texts used by the author at each stage of the mixed methods design. The roadmap also includes primary resources developed during the mixed methods study, such as survey instruments, invitations to participate, consent forms, conceptual models and interview guides. These resources can be accessed by WIL researchers to assist them with navigating mixed methods design. WIL researchers are also provided with a number of strategies to promote the validity of their research and research limitations to be mindful of when conducting WIL research using mixed methods.

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)0,011
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,425
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,007
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,220
Tête enseignante GPT0,531
Écart entre enseignants0,311 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGriffith Research Online (Griffith University, Queensland, Australia)Même sujetLegal Education and Practice InnovationsTravaux en français237 207