High-impact practices (HIPs) benefits from study abroad country agent: a multi-method multi-perspective approach
Notice bibliographique
Résumé
Purpose The purpose of this study is to extend the Blevins et al. (2020) study by empirically examining the benefits of using a customized study abroad host-country provider (hereafter referred to as “SAA”) of logistical and other services that support non-native host country (hereafter referred to as non-indigenous) college of business study abroad educators. This study also makes a significant contribution by extending Strange and Gibson’s (2017) call by examining transformative learning experiences (TLEs), a high-impact practice, from educators’ and students’ perspectives of two types of study abroad experiences (i.e. one with and one without an SAA). Design/methodology/approach A mixed methods and multiple perspectives triangulation of the three studies (i.e. student survey, student-produced artifacts data and faculty interviews conducted in Canada, Spain and the UK) was used for this study to increase confidence in the findings by providing a comprehensive picture of the results. A mixed methodology provides rich, in-depth data for analysis as to how study abroad experience [hereafter referred to as experience(s) abroad] benefits from contracting with an SAA to work with a non-indigenous business course educator. Findings This study's findings demonstrate the positive impact of transformative learning from a short-term study abroad experience from contracting with an SAA. Practical implications Benefits of contracting with a host-country SAA are increased time and a reduction in the emotional toll on educators. Educators are free to provide memorable international business educational experiences abroad, resulting in student satisfaction and transformative learning. Originality/value The originality of this study is the mixed methods and multiple perspectives approach to the topic.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».