MétaCan
Menu
Retour à la cohorte
Enregistrement W4400864224 · doi:10.1080/14703297.2024.2382413

Embedding entrepreneurship and technology literacy in the student curriculum: A case study of a module for real estate students

2024· article· en· W4400864224 sur OpenAlexfundno aff
Matteo Borghi

Notice bibliographique

RevueInnovations in Education and Teaching International · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensnon disponible
Organismes subventionnairesReal Estate Foundation of British Columbia
Mots-clésCurriculumTransformative learningEntrepreneurshipPedagogyExperiential learningLiteracyReal estateSociologyAdaptabilityHigher educationCurriculum developmentMathematics educationPolitical sciencePsychologyManagement

Résumé

récupéré en direct d'OpenAlex

Ensuring a pedagogical emphasis on practical entrepreneurial experiences and technology literacy is essential across all educational stages. This paper presents a pioneering case study of curriculum innovation in higher education, specifically within real estate and planning programmes. The ‘Managing Change in the Real Estate Sector’ module is examined as a transformative initiative that integrates entrepreneurship and technology literacy in a subject-specific curriculum. Leveraging experiential learning principles, the module design addresses industry demands and aligns with contemporary educational paradigms. The systemic impact of the module is explored at the student, curriculum, and wider university levels. The study reveals positive outcomes, marked by enhanced student satisfaction, skills development, and industry engagement. The impact extends beyond the classroom, influencing curriculum design and receiving commendation at both internal and external levels. The paper concludes by discussing the broader implications for higher education, emphasising adaptability and innovation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,885

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,504
Écart entre enseignants0,476 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovations in Education and Teaching InternationalMême sujetReflective Practices in EducationTravaux en français237 207