An Examination of the Extent to which the Mount Saint Vincent University Business and Tourism Learning Passport Programme Influences Undergraduate Students’ Learning Experiences using the Jones (2018) Conceptual Model
Notice bibliographique
Résumé
The Jones conceptual model includes extracurricular activities (ECAs) as one of seven microsystems that influence the undergraduate student learning experience.This case study used the Jones model as a framework to study the extent to which the ECAs, within the Mount Saint Vincent University (MSVU) Business and Tourism Learning Passport (LP) programme, met the needs of undergraduate students' post-secondary learning experience [1].Through the LP programme students are able to engage with five of the seven microsystems in the Jones model: the degree programme (academic), ECAs, preparing for life after graduation (career), transition into student life (personal development), and university peer and friendship groups.While they are important factors which influence students' participation, or lack of participation, in the programme, the LP programme does not have control over the remaining two microsystems in the Jones model: social background of the students and expectations pre-university.This qualitative research study revealed that the LP programme contributed to undergraduate students' learning experience as demonstrated by the Jones model.Researchers adapted the Jones model based on the analysis of the LP programme.They found interaction between the LP ECAs and other microsystems in the model.Researchers also determined the LP programme should explore ways to better capture social engagement and personal development.Researchers recommended the Jones model [1.better highlight how the contribution to community through volunteering and social advocacy influences undergraduate student learning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».