MétaCan
Menu
Retour à la cohorte
Enregistrement W3033195982 · doi:10.5539/jel.v9n3p174

Bridging Knowledge and Action in the Workplace: An Evaluation on Internship Learning Outcomes of Child Development Associate Degree Program Students

2020· article· en· W3033195982 sur OpenAlexvenueno aff
Yasemin Acar-Ciftci

Notice bibliographique

RevueJournal of Education and Learning · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternshipMathematics educationPsychologyConceptualizationQualitative researchAction researchContext (archaeology)PedagogyMedical educationComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

The efficiency of the education systems fundamentally depends on the quality of teaching and learning in classrooms, workshops, laboratories, and other educational spaces. Perfect teachers, well-designed courses, and proper facilities, provision of necessary resources are required for an excellent education, but not enough. This study aims to evaluate child development associate degree program students in their learning during their summer internships the scope of Raelin’s Work-Based Learning Model. The individual level of this model takes place two types of learning (theory and practice) and four types of individual learning (conceptualization, experimentation, experience, and reflection) that arise from a matrix of two forms of knowledge (explicit and implicit). This research was designed as a case study, one of the qualitative research methods. Depending on the tradition of qualitative research, observation, semi-structured interview, and document review strategies were used to increase the reliability of this study. In the analysis of the qualitative data, the descriptive analysis technique was used to define and interpret the data in line with the predetermined themes. The findings obtained in this study revealed that although the students made various observations and practices during their internships, it has been identified that these studies did not include the learning types in the context of the model.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,336
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
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 Opus0,146
Tête enseignante GPT0,475
Écart entre enseignants0,329 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetHigher Education and EmployabilityTravaux en français237 207