MétaCan
Menu
Retour à la cohorte
Enregistrement W4210443388 · doi:10.53379/cjcd.2022.334

A Needs Assessment of Virtual Career Practitioners

2022· article· en· W4210443388 sur OpenAlexaffvenueabout
Erica Fae Thomson, Bennett King-Nyberg, Janet Morris-Reade, Cassie Taylor, Roberta Borgen

Notice bibliographique

RevueCanadian Journal of Career Development · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensUniversity of British ColumbiaUniversity of VictoriaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésWorkforceExcellenceCareer developmentDemographicsWork (physics)Service (business)Service delivery frameworkMedical educationCoronavirus disease 2019 (COVID-19)Public relationsMedicineBusinessPolitical scienceEngineeringSociologyMarketing

Résumé

récupéré en direct d'OpenAlex

Like many other professionals, career development practitioners (CDPs) in British Columbia were forced to transition their services to virtual delivery at the beginning of the COVID-19 pandemic. In 2012, a BC Centre for Employment Excellence sponsored study found that among various delivery methods, virtual services were least preferred by practitioners (Neault & Pickerell, 2013). The rapid shift to virtual work in 2020, unsurprisingly, left CDPs uneasy, unprepared, and unaware of how best to move forward. This research conducted a needs assessment of CDPs through a comprehensive survey based on the new pan-Canadian competency framework (Canadian Career Development Foundation [CCDF], 2021) and nine focus groups with practitioners working with underrepresented populations in the workforce. We found a small effect of age on how difficult CDPs found the move to virtual services - older CDPs found it more difficult than younger CDPs - and numerous areas of challenge for practitioners of all demographics. This report identifies which areas and competencies of service delivery have become easier for CDPs since the move to virtual services, and which areas have become harder, supporting survey results with focus group conversations.

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)0,012
score de la tête « metaresearch » (Gemma)0,025
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0040,001
Communication savante0,0020,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,046
Tête enseignante GPT0,318
Écart entre enseignants0,272 · 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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Career DevelopmentMême sujetHigher Education and EmployabilityTravaux en français237 207