MétaCan
Menu
Retour à la cohorte
Enregistrement W3173020802 · doi:10.5539/hes.v11n3p10

Role of Research-based Learning on Graduates’ Career Prospects

2021· article· en· W3173020802 sur OpenAlexvenueno aff
Adobi Jessica Timiyo, Neelima Sriram

Notice bibliographique

RevueHigher Education Studies · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHigher educationPedagogyCurriculumCareer developmentPublic relationsBusiness educationPsychologySociologyMedical educationPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Education is still a leeway towards achieving individual’s personal growth as well as professional development. Further and Higher Education (FHE) are even more crucial in accelerating the achievement of these goals. Consequently, graduate students explore endless opportunities to enroll for postgraduate programs, hoping to gain financial independence, economic freedom, and improved standard of living after completion. Since graduate programs offer such tremendous career and life-changing opportunities, it is imperative to investigate if programs like the master’s in business administration are still relevant in today’s fast-moving business environment. This phenomenology study systematically utilizes underlying assumptions of research-based learning to assess a core aspect of universities’ MBA curriculum, that is writing a dissertation. It examines the value added by dissertation to graduates’ long-term career goals. Data for the study was obtained from fourteen MBA graduates through unstructured in-depth interviews. All the graduates currently work as full-time employees in their respective organisations, who were drawn from four main departments namely marketing, education, accounting and the IT industry. Our findings are thought provoking, yet compelling, in the sense that participants expressed mixed opinions concerning whether the dissertation prepared them for their current job roles. Most of them attributed their career successes to luck and hard work. Good communication and leadership skills also played major roles. Only few of them did acknowledge honing such skills while writing their dissertation during the research process. The implication of this research to stakeholders of higher education institutions, and policy makers, are also discussed.

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)0,023
score de la tête « metaresearch » (Gemma)0,042
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,005
Communication savante0,0120,004
Science ouverte0,0010,008
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,094
Tête enseignante GPT0,361
Écart entre enseignants0,267 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetManagement and Marketing EducationTravaux en français237 207