Work integrated learning and trending areas for future studies: a systematic literature review and bibliometric analysis
Notice bibliographique
Résumé
Purpose This study intends to conceptually and technically examine the literature on work integrated learning (WIL) through a systematic literature review and bibliometric analysis. The present study addresses eight distinct research questions: (1) descriptive features of the extracted literature on WIL, (2) publications trends and thematic evolution in the field of WIL, (3) the most relevant and high-impact sources on WIL, (4) the most global cited articles on WIL, (5) the most relevant and high-impact authors on WIL, (6) the most relevant countries on WIL, (7) outcomes of Bradford’s Law of Scattering and Lotka’s Law of Scientific Productivity and (8) trending research avenues for future studies in the field of WIL. Design/methodology/approach The present study employed systematic literature review (SLR) and bibliometric analysis mapping techniques to analyze 1,295 articles extracted from the Scopus database. The analysis utilized Biblioshiny software and VOSviewer software as the primary tools. Findings The findings reveal that WIL constitutes a steadily expanding subject discipline, showcasing a notable 23.28% annual growth in scientific production spanning from 2002 to 2023 (July). Australia, South Africa and Canada emerged as the most productive countries within the field of WIL, as evidenced by their cumulative scientific production. The thematic map of keyword analysis suggests several burgeoning avenues for future researchers in the WIL domain, including education, reflective practices, curriculum, employability skills, international students, learning and self-efficacy. Originality/value This study contributes to the WIL discourse by providing a comprehensive literature review. The present study’s findings hold significance for graduates, universities, employers, the higher education industry, policymakers, regulators and the broader community.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,052 | 0,150 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,153 | 0,108 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,010 | 0,013 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».