MétaCan
Menu
Retour à la cohorte
Enregistrement W3151167864 · doi:10.1080/09639284.2021.1906720

Team-Based Learning in professional writing courses for accounting graduates: positive impacts on student engagement, accountability and satisfaction

2021· article· en· W3151167864 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAccounting Education · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting Education and Careers
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAccountabilityTeamworkTeam-based learningPsychologyNegotiationCurriculumMedical educationPedagogyStudent engagementSociologyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The accounting curriculum has been criticised for failing to develop accounting students’ professional and generic skills for the future needs of employers. This paper describes a constructivist active learning approach, namely Team-Based Learning (TBL), to embed professional skills in a postgraduate professional writing course for accountants. The study explores TBL as an effective team pedagogy that enhances student engagement, accountability and satisfaction. Using a mixed-method approach to analyse student scores on individual and team Readiness Assurance Tests, responses to the TBL Student Assessment Instrument, mid-semester survey and end-of-semester team peer assessment, the study found the TBL method developed teamwork, communication, negotiation and problem-solving skills, and individual and team accountability. Since these skills are critical for successful accounting careers, the findings provide empirical grounding for adopting TBL methodology in accounting communication courses and could form the basis for implementing the methodology in other business and management disciplines.

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.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
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 enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,332
Écart entre enseignants0,310 · 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