On the Role of Role-Theoretical Concepts: Determining Dimensionality or Difficulty in Cross-Occupational Collaboration
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.
Notice bibliographique
Résumé
Abstract In vocational education and training, it can be assumed that the digital transformation increases the relevance of individuals’ cross-occupational collaboration competency (COCC) across vocational and professional sectors, thus improving and reorganizing processes across time and domains on the basis of available information. This poses a challenge to instruction and diagnostics in VET, which can be supported by thorough, empirically grounded theoretical modeling. In Striković and Wittmann (2022), we suggested a role-theoretical approach to modeling COCC involving five role-theoretical dimensions: knowing one’s own occupational role, knowing the occupational role of one’s collaboration partners, latent processes of role distance, role-taking, and object-oriented role coordination. In the present study, we evaluate this role-theoretical model empirically using the example of nursing, specifying and operationalizing the model with a computer-based situational judgment test and using a data set of 328 nursing students to carry out an in-depth analysis of (1) dimensionality and (2) role-related task features thought to influence item difficulty. While model comparisons showed the superiority of a unidimensional vector compared to five- and two-dimensional structures, linear additive regression analysis revealed that the role-related task features on the basis of the five dimensions showed significant effects, as did the number of collaboration partners and the test subjects’ subject-matter competence, which can also be linked to the nurses’ situational role. These findings are in line with our theoretical reasoning in the COCC model. We discuss their limitations as well as their theoretical and educational significance, outlining needs for further research—also in other professional and vocational domains.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle