MétaCan
Menu
Retour à la cohorte
Enregistrement W3157548377 · doi:10.17722/ijme.v12i1.1047

The Elderly Educators in Their Quest for Lifelong Learning: Some Stories to Tell

2018· article· en· W3157548377 sur OpenAlexvenueno aff
Maylin Marabe Blancia, Minerva T Fabros, Norman o Blancia

Notice bibliographique

RevueInternational Journal of Management Excellence · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLifelong learningThematic analysisPedagogyPsychologyMindsetProfessional developmentPromotion (chess)AndragogyCoachingMedical educationAdult educationSociologyQualitative researchMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

This phenomenological study explored the lived experiences of 20 elderly teachers, 50 to 65 years old, still in the service and enrolled in post graduate education. Through in-depth interviews of 10 informants and focused group discussion of 10 participants, the data were gathered and subjected to thematic analysis. The results revealed that the elderly teachers decided to enroll in post graduate education for reasons of dealing with age-specific issues and expectations, balancing personal and professional responsibilities, being infused with young brood and new perspectives, aspiring for career advancement opportunities, enhancing professional portfolio, and rearranging needs and priorities were the themes. The themes for the challenges of the elderly educators connected to their quest for lifelong learning included, balancing and prioritizing, keeping abreast with technology and new sources of knowledge, being optimistic and positive, and being determined and resolute. The insights of lifelong learning shared by informants and participants were, professional advancement brings promotion opportunities, lifelong learning is personal development, age does not matter in learning, and lifelong learning has its rewards. What is notable in this study is the participants’ being still active and generative, their resiliency to face the challenges, and their insights of wisdom, hope, and faith.

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)0,008
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,015
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0150,014
Communication savante0,0090,011
Science ouverte0,0020,010
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,391
Écart entre enseignants0,359 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Management ExcellenceMême sujetAging and Gerontology ResearchTravaux en français237 207