The evaluation of learning transfer of industry skills council (ISC) training programs using success case method
Notice bibliographique
Résumé
Purpose Industry skills council (ISC) in Korea is at an earlier stage in terms of its formation and incubation. As a governance model similar to sector councils in Canada and UK, it still requires training and development of talents who work for ISCs. The purpose of this study is to analyze the effectiveness of training programs that are currently provided to personnel of the ISC to foster their learning systematically and to develop measures for effectiveness of the training programs. Design/methodology/approach This study evaluated the training program for the staff of the ISC secretariat as a tool to activate the councils’ main functions. In terms of methodology, we developed an effective training model to measure the training transfer and used it as an analytical framework for evaluation. Success case method was applied to identify the best case of training transfer that reinforces the role and function of ISC. Findings Learning transfer can help not only the transfer of the learning contents but also the role of the organization that the members belong to and strengthen the function of the ISC. By transferring the content matter of the learning, it can help strengthen the capacity of members to carry out the roles and functions of the ISC, and further strengthen the functions of the council and the role of key players in labor markets. Research limitations/implications An effective training model for the personnel of national sectoral bodies or non-profit organization can be further investigated. Practical implications The learning transfer evaluation model for ISC staff has unique characteristics that are different from previous studies. ISC has the characteristics of public goods that are established with government support and are active in developing human resources in each industry sector. Originality/value Incubating ISC in South Korea is at an earlier stage in terms of research and policy practice. The research findings in this study lay the foundations for further empirical explorations.
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 | 0,048 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».