MétaCan
Menu
Retour à la cohorte
Enregistrement W4308826696 · doi:10.5430/jct.v11n8p281

Analysis of the Relationship among Career Education Program Participation and Satisfaction, Work Value, Career Goal Setting in Higher Education

2022· article· en· W4308826696 sur OpenAlexvenueno aff
Joo-Young Jung

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducation and Learning Interventions
Établissements canadiensnon disponible
Organismes subventionnairesKosin University
Mots-clésPsychologyWork (physics)Medical educationStructural equation modelingCareer developmentValue (mathematics)Work motivationHigher educationCareer educationCareer portfolioCognitive Information ProcessingJob satisfactionApplied psychologyPedagogySocial psychologyVocational educationMedicinePolitical scienceMathematics

Résumé

récupéré en direct d'OpenAlex

This study aimed to analyze the causal model of career education program participation, satisfaction, and career goal setting mediated by work values in higher education. Also, this study analyzed the differences between departments. In this study, data from the 2018 Graduate Occupational Mobility Survey (GOMS), the most recent data, was used. The Graduates Occupational Mobility Survey is the largest short-term panel survey of a representative sample of Korean Graduates. The GOMS is conducted annually and has its results compiled each year. Structural equation modeling and multiple SEM were used for this study. The results were as follows. First, career education program participation had a statistically significant positive effect on extrinsic and intrinsic work values and career goal setting. Second, career education program satisfaction had a statistically significant positive effect on intrinsic work values and career goal setting, except for extrinsic work value. In addition, only the intrinsic work values positively affected career goal setting. Third, the career education program satisfaction impacted intrinsic work values, and the intrinsic work value impact on career goal setting was the difference between department and majors. In conclusion, this study proposed the provision of career education programs considering the difference between departments and majors in higher 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 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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,046
Score d'incertitude au seuil0,269

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,324
Écart entre enseignants0,295 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetEducation and Learning InterventionsTravaux en français237 207