MétaCan
Menu
Retour à la cohorte
Enregistrement W3047024991 · doi:10.82396/cjcd.v8i1.3026

Effective Career Services Practices: The Case of Canadian Business Schools

2021· article· en· W3047024991 sur OpenAlexaffabout
Catherine Elliott, Linda M. Manning

Notice bibliographique

RevueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland) · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting Education and Careers
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Public relationsNewspaperOutreachQuality (philosophy)Best practiceBusinessSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Perceived quality of a business school education is closely tied to student satisfaction with Career Services throughout the course of study. This is true for two reasons. First, students seek assurance that their educational investment will result in a secure future. Second, students often use business school ranks published in high profile magazines and newspapers such as Canadian Business, U.S. News and World Report and Financial Times. A significant percentage of the weight in business school ranks depends upon student and recruiter perceptions of the school’s career centre (CC). In this key informant study, practices used by Canadian business school CCs are reported and presented in the context of theory of best practices and studies of CCs in the US among top performing schools. We find that despite their relative inexperience, rapidly increasing demands, and limited resources, that practices used by Canadian business school CCs are in line with the most successful CCs in the US and consistent with theory of effective practices. Structured telephone interviews were conducted with fourteen directors of CCs in Canadian business schools. Through an analysis of the interview text, five essential themes of the career centre practices emerged.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,981

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0620,013
Communication savante0,0080,002
Science ouverte0,0030,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,012
Tête enseignante GPT0,219
Écart entre enseignants0,207 · 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'étudeQualitatif
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland)Même sujetAccounting Education and CareersTravaux en français237 207