MétaCan
Menu
Retour à la cohorte
Enregistrement W4214817672 · doi:10.1080/13639080.2022.2048251

Reconceptualising the transition from post-secondary education to work

2022· article· en· W4214817672 sur OpenAlexaffabout
Meaghan Dougherty

Notice bibliographique

RevueJournal of Education and Work · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Education and Societal Dynamics
Établissements canadiensDouglas College
Organismes subventionnairesnon disponible
Mots-clésTransition (genetics)Work (physics)School-to-work transitionSociologyPedagogyVocational educationEconomic growthPolitical sciencePsychologyEconomics

Résumé

récupéré en direct d'OpenAlex

Educational researchers identify the transition from post-secondary education to the labour market as a critical point for the success of the student, and for society more broadly. This transition is often explored as a distinct phase between education and work that can be assessed based on pre-determined outcomes (i.e. employment, income). From this perspective, it is the responsibility of individual students to effectively commodify themselves and navigate their transition into employment. This focus on individual responsibility fails to question social mobility discourse and current labour market realities that significantly influence transition. In order to re-conceptualise transition, I deconstruct social mobility discourse as the foundation of transition research. Then, I draw on narratives of social service workers in British Columbia, Canada, to complexify transition and allow for more nuanced research. The narratives contradict dominant conceptualisations of transition, critiquing transition as a linear process that can be assessed through economic indicators. Recognising transition as a continual process that is influenced by a multiplicity of factors opens new ways to research. Research exploring the nuance of transition moves away from a deficit-focused, intervention approach focused on students, to critically exploring education, the labour market, and the relationship between school and work.

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)0,011
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0210,054
Communication savante0,0200,014
Science ouverte0,0030,017
Intégrité de la recherche0,0040,009
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 Opus0,018
Tête enseignante GPT0,310
Écart entre enseignants0,292 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Education and WorkMême sujetYouth Education and Societal DynamicsTravaux en français237 207