MétaCan
Menu
Retour à la cohorte
Enregistrement W3062053947 · doi:10.82396/cjcd.v17i2.3132

Skills for the 21st Century: A Meta-Synthesis of Soft-Skills and Achievement

2020· article· en· W3062053947 sur OpenAlexaffabout
Nicole E. Lee

Notice bibliographique

RevueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland) · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésSoft skillsPsychologySocial skillsPsychological interventionPsychological resilienceWorkforceAdaptabilityLife skillsCognitive skillAcademic achievementHigher educationMedical educationSkills managementCognitionPedagogySocial psychologyDevelopmental psychologyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Higher education can be both memorable and a vital pathway to the workforce. However, entering post-secondary life with the cognitive ability to handle the academic rigor is often not enough to succeed and persist in an environment that requires students to also possess soft-skills such as resilience, adaptability, perseverance, self-advocacy, and self-regulation (Adams, 2012; Cunha & Heckman, 2007; Egalite, Mills, & Greene, 2016). Therefore, this meta- synthesis sought to gain a better understanding of soft-skills deficits in adult learners by synthesizing current Canadian studies on the topic. It was found that interventions in higher education that resulted in soft-skills acquisition among learners were commonly geared toward graduate students and tied to social interactions among community agencies, faculty members, and peer groups. Thus, further research is discussed around examining the reciprocal effects of peer-mentoring on the soft-skills development of first-year undergraduate students, as well as the long-term impact this approach might have on student retention, achievement, and success beyond higher education.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,532
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,026
Tête enseignante GPT0,273
Écart entre enseignants0,247 · 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'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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland)Même sujetHigher Education Practises and EngagementTravaux en français237 207