MétaCan
Menu
Retour à la cohorte
Enregistrement W2928722429

Factors effecting career choices in Punjab,India

2018· article· en· W2928722429 sur OpenAlexaff
Harleen Kaur, Bonita Davidson

Notice bibliographique

Revue2019 Conference of the Canadian Society for the Study of Education · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésLikert scaleAffect (linguistics)PsychologyUnemploymentScale (ratio)PassionMedical educationMarketingSocial psychologyGeographyEconomic growthBusinessMedicineEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to understand the factors that influence the students most while selecting their career paths, the level of satisfaction in their present career and how these factors can affect different genders differently. These factors can be parent’s wish, motivation from outside, own passion or advice from the school career counselor. The research method used to understand the problem is a quantitative method and a paper-based questionnaire will be used to ask questions. A Likert scale will be used to find out the responses of the participants.   Last phase of the research will be to analyze the data accumulated and with the help of Likert scale box plots will be prepared.As the secondary school is considered as the transition phase for the students to achieve their prosperous careers, so it is necessary to evaluate such factors to promote sustainable culture of education in schools. As now India has high unemployment rates even having highly qualified candidates in different fields. This project is the initial stage to find the root cause of this factor.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,144
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,103
Tête enseignante GPT0,363
Écart entre enseignants0,261 · 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.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2019 Conference of the Canadian Society for the Study of EducationMême sujetEmotional Intelligence and PerformanceTravaux en français237 207