MétaCan
Menu
Retour à la cohorte
Enregistrement W3021193525

국내·외 대학의 코칭 교육과정 분석

2020· article· ko· W3021193525 sur OpenAlexaboutno aff
도미향, Jung-Eun Lee

Notice bibliographique

Revue코칭연구 · 2020
Typearticle
Langueko
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoachingCurriculumCertificationPolitical sciencePedagogyMedical educationPsychologyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study investigates coaching degree courses and non-coaching degree courses at domestic and foreign universities for academic establishment and continued growth of coaching. To this end, we collected, compared, and analyzed coaching curriculums and operating methods of domestic and foreign universities through RISS, site search, literature research, academic associations and international coaching associations.The results of this study are as follows. Coaching degree programs were established at 11 universities in Korea, and various education courses were established for non-coaching degrees at 6 universities. Foreign universities were offered in 8 universities, including 2 in the United States, 1 in Canada, 2 in the United Kingdom, 1 in Ireland, and 2 in Australia. Non-degree coaching courses were held at 19 universities including 11 in the United States, 2 in Canada, 3 in the United Kingdom, 1 in Ireland, and 2 in Australia. In addition, 5 universities in Korea and 6 foreign universities operated the International Coaching Federation(ICF) Certification Program.As such, the spread of a coaching curriculum in domestic and foreign universities systematizes coaching into academics. As the efforts to increase the capacity of coaches have been actively developed around the academic world, the need for diversified coaching research in the academic world has been significantly increased for the growth of Korean coaching studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,237
Tête enseignante GPT0,373
Écart entre enseignants0,136 · 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 source (Gemma direct ou Codex distillé), 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue코칭연구Même sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207