MétaCan
Menu
Retour à la cohorte
Enregistrement W3155358883 · doi:10.3390/su13084297

Maritime Undergraduate Students: Career Expectations and Choices

2021· article· en· W3155358883 sur OpenAlexaff
Yui‐yip Lau, Cristina Dragomir, Yuk Ming Tang, Adolf K.Y. Ng

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Navigation and Safety
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésWork (physics)Christian ministryScale (ratio)Public relationsMedical educationMarketingEngineeringPolitical scienceBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

The following study presents an inquiry into understanding the motivating factors of students to enroll in a maritime university and to further continue with a career in the maritime industry. By collecting data from 378 undergraduate students enrolled in various maritime programs (navigation, electromechanics, electrical engineering, and economic engineering in transport), we aimed to better understand the profiles of students, their information sources, interest, and the prospects of associated programs where they are enrolled. As such, this study seeks to enable educators and industry practitioners to better understand the educational and career paths chosen by undergraduates in the maritime field. It can align the students’ expectations with program delivery. We examined students’ perceptions and assessments according to the program they are enrolled in. Taking into account the fact that there is a world low attraction for maritime careers, the results of this study are useful for maritime education and training (MET) providers during the design and marketing campaign of the educational program to attract students. Additionally, the findings are useful for public administration and the Ministry of Education’s analysis of expanding educational and research programs, as well as for Ministry of Labour forecasting. Employers from the maritime industry can find useful the main motives for which a graduate would choose to work in this sector, business field, or a related business. Moreover, industry practitioners and academia can expand the study at a larger scale, comprising more countries and taking into account national and regional characteristics.

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)0,005
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 enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,006
Tête enseignante GPT0,254
Écart entre enseignants0,248 · 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

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetMaritime Navigation and SafetyTravaux en français237 207