MétaCan
Menu
Retour à la cohorte
Enregistrement W4281253478 · doi:10.5430/jct.v11n4p184

Development of Core Competencies for University Students during the Pandemic, Crisis of Public Health

2022· article· en· W4281253478 sur OpenAlexvenueno aff
Ju-Kyoung Kim

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueHealthcare Education and Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCore competencyCreativityScale (ratio)Medical educationGlobalizationPsychologyCore KnowledgeMedicineKnowledge managementManagementComputer sciencePolitical scienceSocial psychologyGeography

Résumé

récupéré en direct d'OpenAlex

Future competency is a necessary condition for securing the competency of college students who lead the changed era. Therefore, this study was conducted to derive core competencies reflecting future competencies and to develop diagnostic tools. To this end, the reliability and validity of the draft questionnaire prepared after reviewing previous studies and receiving reviews from experts were secured. The survey was conducted for 983 college students from April 12 to 16, 2021, and the final 75 questionnaires were confirmed through statistical verification. Through the collected data, potential profiles with heterogeneous characteristics based on core competencies were classified into three, and the characteristics of each potential group profile were confirmed. The main analysis results are as follows. First, the five core competencies (humanities competency, communication competency, globalization competency, creativity competency, professionalism competency) consists of 15 sub-competencies and 75 questionnaires. Second, the improved K-University core competency scale has secured validity after verifying the improvement plan through the expert meetings and surveys. Third, based on the improved K-University Core Competency Diagnosis scale, the overall average of core competencies was 3.85, communication competencies 3.99, creativity competency 3.96, humanities competencies 3.85, professionalism competencies 3.85, and globalization competencies 3.58. Furthermore, a total of three analyzing the latent profile through the core competency diagnosis result, a total of three latent profiles (upper group, middle group, and lower group) were identified. Through the analysis results, a new core competency diagnostic scale was developed by reflecting the educational goals, vision, and future capabilities of the university. Through the results of this study, other higher education institutions will also be able to raise their interest in the future competencies of university students and provide competency-based curriculum to enhance the quality and effectiveness of education.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,068
Tête enseignante GPT0,360
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'étudeSans objet
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetHealthcare Education and Workforce IssuesTravaux en français237 207