MétaCan
Menu
Retour à la cohorte
Enregistrement W4408151498 · doi:10.3991/ijac.v18i1.52273

Beyond Learner Reaction: Measuring the Impact of Leadership Development at The Ivey Academy

2025· article· en· W4408151498 sur OpenAlexaff
Rosa Cendros Araujo

Notice bibliographique

RevueInternational Journal of Advanced Corporate Learning (iJAC) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvaluation of Teaching Practices
Établissements canadiensIvey Foundation
Organismes subventionnairesnon disponible
Mots-clésPsychologyComputer scienceKnowledge management

Résumé

récupéré en direct d'OpenAlex

This paper provides an in-depth exploration of The Ivey Academy’s transition from traditional satisfaction-based evaluations to a more comprehensive impact evaluation approach in leadership development. Recognizing the limitations of relying solely on participant satisfaction, The Ivey Academy adopted a modified framework inspired by the Kirkpatrick Model, which evaluates satisfaction, learning, application, and longterm impact. This framework utilizes a range of data collection tools, including surveys, interviews, and action plans. The paper details the implementation process, from securing stakeholder engagement to designing effective surveys and overcoming the challenges of resistance and operational limitations. A key focus of the paper is on the impact survey results from the first term of open enrollment programs, which demonstrate significant improvements in workplace behavior and leadership strategies among participants. Additionally, it highlights the challenges in ensuring data comparability across diverse programs and audiences. Looking ahead, the paper discusses future directions for The Ivey Academy, emphasizing the refinement of the evaluation process, expanding impact measurement, and exploring standardization across various leadership development programs. This approach underscores The Ivey Academy’s commitment to driving realworld change through leadership education, offering valuable insights for other institutions aiming to adopt similar evaluation practices.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,462
Score d'incertitude au seuil0,611

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,221
Tête enseignante GPT0,440
Écart entre enseignants0,219 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced Corporate Learning (iJAC)Même sujetEvaluation of Teaching PracticesTravaux en français237 207