Theory-Based Design of an Entrepreneurship Microcredentialing and Modularization System Within a Large University Ecosystem
Notice bibliographique
Résumé
The theoretical design framework and implementation of the Entrepreneurship Microcredentialing and Modularization System at Ryerson University in Toronto, Canada, is described, one of the largest programs in the world with 75 different entrepreneurship courses, 10 on-campus incubators, several masters degrees, undergraduate degrees, majors, minors, and cocurricular levels of credentialing. Over 6,500 students per year receive an entrepreneurship course credit and over 2,000 of these accumulate microcredentials to achieve this course credit. To reduce the likelihood that students merely accumulate random modules and microcredentials, it is critical to use an integrating framework so that these modules build toward a greater integrated whole (i.e., a curriculum). This article describes how a Microcredentialing and Modularization System is currently used in six courses which build toward different credentials and program learning outcome measurements for accreditation purposes. University resources and integrating mechanisms are described as well as lessons learned during implementation. The primary theoretical contribution of this article is to extend the theoretical framework used for accredited program-level design for small cohorts of entrepreneurship students into a university-level ecosystem design. The primary practical contribution of this article is a detailed case study description of one of the world’s largest and most comprehensive university entrepreneurship ecosystems.
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 | 0,001 | 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 | 0,001 |
| 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 ».