MétaCan
Menu
Retour à la cohorte
Enregistrement W4206525074 · doi:10.4018/978-1-7998-8310-4.ch008

Work-Integrated Learning

2021· book-chapter· en· W4206525074 sur OpenAlexaffabout
Ross H. Humby, Rob Eirich, Julie Gathercole, Dave Gaudet

Notice bibliographique

RevueAdvances in educational marketing, administration, and leadership book series · 2021
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensSAIT Polytechnic
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Information and Communications TechnologySpace (punctuation)ConversationIntegrated learningCoronavirus disease 2019 (COVID-19)Learning environmentEngineeringPedagogyKnowledge managementSociologyPublic relationsPolitical scienceComputer scienceWorld Wide WebMedicine

Résumé

récupéré en direct d'OpenAlex

Work-integrated learning (WIL) continues to be an essential topic of conversation among governments, educators, employers, and students. By various names and definitions, WIL attempts to inject the realism of workplace employment tasks into the post-secondary learning environment. The COVID-19 pandemic has forced stakeholders to innovate in the WIL space often using the advances in information and communications technologies (ICT) to build further bridges between learners and real work experiences. The chapter provides an overview of WIL followed by three specifics cases from marketing faculty at the Southern Alberta Institute of Technology (SAIT). In each of the three cases, faculty used different ICT to provide engaging learning environments linking business, industry, consumers, and the learners.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,050
Tête enseignante GPT0,323
Écart entre enseignants0,273 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in educational marketing, administration, and leadership book seriesMême sujetHigher Education and EmployabilityTravaux en français237 207