Virtual School Counseling and Covid-19 as Seen Through an Organizational Learning Lens
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This article examines the shift to virtual school counselling through an organizational learning framework developed by Mary Crossan. This framework links the individual, group, and organization levels of an institution through the social and psychological processes of organizational learning, including intuiting, interpreting, integrating, and institutionalizing. The findings highlight four major challenges of virtual learning—technology, work-life balance, legal ramifications, and virtual counselling skills and abilities—that were partially or fully overcome with solutions that became institutionalized. RésuméCet article recourt à un cadre d’apprentissage organisationnel développé par MaryCrossan pour examiner la transition récente vers l’orientation scolaire virtuelle. Ce cadre relie les niveaux de l’individu, du groupe et de l’organisation d’une institution par le biais des processus sociaux et psychologiques de l’apprentissage organisationnel, y compris l’intuition, l’interprétation, l’intégration et l’institutionnalisation. Les résultats mettent en évidence quatre défis majeurs de l’apprentissage virtuel—la technologie, l’équilibre entre vie professionnelle et vie privée, les ramifications juridiques et les compétences et aptitudes en matière de conseil virtuel—qui ont été partiellement ou totalement surmontés grâce à des solutions qui par la suite ont pu être institutionnalisées. Keywords / Mots clés: virtual school counselling, organizational learning, virtual learning/ orientation scolaire virtuelle, apprentissage organisationnel, apprentissage virtuel
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle