MétaCan
Menu
Retour à la cohorte
Enregistrement W4388223477 · doi:10.1080/02601370.2023.2267770

Continuing professional development as lifelong learning and education

2023· article· en· W4388223477 sur OpenAlexaboutno aff
Andrew L. Friedman

Notice bibliographique

RevueInternational Journal of Lifelong Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueYouth Education and Societal Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLifelong learningContinuing professional developmentProfessional developmentContinuing educationPedagogyPerspective (graphical)Public relationsAdult educationSociologyHigher educationFocus groupPolitical scienceMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

Continuing professional development (CPD) is a substantial, but hitherto largely unappreciated component of lifelong learning and education (LLL/ LLE).CPD encourages analysis of the LLL/LLE of those with high education in early years.It draws attention to the influence of particular organisations, professional associations and regulatory bodies, not only as suppliers of LLL/LLE, but also as facilitators of perpetual cycles of learning and in so doing connect lifelong learning with individual identities as professionals.This study highlights the importance of bringing a sociological perspective into understanding participation in LLL/LLE through consideration of a wider range of stakeholders.Data is presented on these organisations' CPD policies from a large-scale survey carried out in the UK triennially between 2003 and 2018, in addition to interviews, focus groups and other surveys of employees of these organisations in the UK, as well as in Australia, Canada and Ireland reported in many publications.The development path of CPD and the changes this has led to for the exercise of professionals' lifelong learning and for the functioning of these organisations themselves is analysed.CPD policies and programmes are portrayed as a structured system distinct from university continuing education and training.

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)0,012
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0050,021
Communication savante0,0160,008
Science ouverte0,0020,009
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,014
Tête enseignante GPT0,395
Écart entre enseignants0,381 · 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'étudeSans objet
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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Lifelong EducationMême sujetYouth Education and Societal DynamicsTravaux en français237 207