MétaCan
Menu
Retour à la cohorte
Enregistrement W4402418904 · doi:10.53379/cjcd.2024.391

Synchronicity Learning Theory: Happenstance Learning Theory Re-envisioned

2024· article· en· W4402418904 sur OpenAlexvenueno aff
Janet M Payne

Notice bibliographique

RevueCanadian Journal of Career Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia, Communication, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSynchronicityCognitive scienceEpistemologyPsychologyArtificial intelligenceComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is twofold: firstly, to listen for elements of Krumboltz’s (2009) Happenstance Learning Theory (HLT) within the stories of six women, including risk, curiosity, optimism, flexibility, and persistence; and secondly, to determine whether these women frame their stories within a worldview that values other ways of knowing, such as intuition. Women have been selected because they are at least fifty years old and have acquired the embodied wisdom that results from years of lived experience. Their stories have potential to contribute women’s voices to inform a new model of career counselling which re-envisions HLT, where an exploration of worldview is considered part of the conversation around meaningful happenstance, called synchronicity. Counsellors may offer this new approach, named Synchronicity Learning Theory (SLT), in order to encourage an awareness of synchronistic experiences that help guide decision making within an interconnected and interdependent world. Using a narrative inquiry design, in-depth interviews were recorded and verbatim transcriptions were woven together in a storied form that includes six main themes that help inform SLT: 1) risk; 2) boundaries; 3) community; 4) seasons; 5) flux; and 6) synchronicity. Implications for future research, career theory development, and counselling practice are discussed.

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)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,041
Communication savante0,0100,016
Science ouverte0,0040,007
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,289
Écart entre enseignants0,255 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Career DevelopmentMême sujetMedia, Communication, and EducationTravaux en français237 207