MétaCan
Menu
Retour à la cohorte
Enregistrement W4402595769 · doi:10.1080/07294360.2024.2399072

Defining and designing work-integrated learning curriculum

2024· article· en· W4402595769 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHigher Education Research & Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCurriculumWork (physics)Mathematics educationPedagogyHigher educationExperiential learningSociologyPsychologyEngineering ethicsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The scope of work-integrated learning (WIL) has expanded and evolved globally and is a recognised pedagogy that enhances graduate employability, strengthens students’ personal attributes, and affords a personalised learning experience. Despite abundant research and discourse on WIL, misconceptions about what WIL is and how WIL educative experiences are enacted continue to prevail, partially due to the absence of a universal definition of WIL. The purpose of this paper is to provide insights into WIL curriculum design and educational practices that reflect a recently published inclusive definition of WIL. The importance of pre- and post-WIL for optimising outcomes during WIL is emphasised. A framework for conceptualising the enactment of the WIL curriculum is presented that preserves the flexibility of WIL while establishing a consistent interpretation of what WIL curriculum entails. Consensus on the defining elements of WIL and its enactment will facilitate stronger global collaboration, shared teaching ethos, augmented research impact, and agreement on what constitutes quality WIL.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,058
Tête enseignante GPT0,424
Écart entre enseignants0,366 · 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