MétaCan
Menu
Retour à la cohorte
Enregistrement W4308524303 · doi:10.3390/jrfm15110522

Choosing a Business or Economics Study Program at University: The Role of the Economics Teacher

2022· article· en· W4308524303 sur OpenAlexvenueno aff
Michael Jüttler, Stephan Schumann

Notice bibliographique

RevueJournal of risk and financial management · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovations in Educational Methods
Établissements canadiensnon disponible
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungBaden-Württemberg Stiftung
Mots-clésEconomics educationValue (mathematics)PsychologyMathematics educationPedagogyMathematics

Résumé

récupéré en direct d'OpenAlex

The choice of a study program is based on complex individual decision-making processes. Thereby, economics is one of the most popular fields of study worldwide. Considering previous studies, the role of the teacher is often neglected. However, it can be assumed that teachers’ professional knowledge plays a significant role in a student’s choice of a study program. Thus, the present study investigated the influence of the professional knowledge that students perceive in their economics teacher on their aspirations and choice of an economics study program. The longitudinal data of 1387 Swiss high school students were analyzed. Economic competencies were measured multidimensionally and included knowledge, motivation, interest, value-oriented dispositions, and attitude. There were small to moderate correlations between the professional knowledge that students perceived in their economics teacher and their economic competencies. With regard to the intention and choice of economics, the results show small to moderate effects of the pedagogic content knowledge and the general pedagogic knowledge that students perceive in their teacher. These findings contribute to the discussion on the role of the economics teacher. It is therefore recommended that the teaching professionalism of economics teachers, which has been criticized in different countries, be promoted more strongly and more systematically.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
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 savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,016
Tête enseignante GPT0,284
Écart entre enseignants0,268 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetInnovations in Educational MethodsTravaux en français237 207