MétaCan
Menu
Retour à la cohorte
Enregistrement W4414212334 · doi:10.53379/cjcd.2025.436

Capacity and Credentialing: The Evidence Base for Career Development Training and Certification in Nova Scotia

2025· article· en· W4414212334 sur OpenAlexaffvenueabout
Marian Turniawan, Paula Romanow, Alaa A. Salih, Lindsay Guitard

Notice bibliographique

RevueCanadian Journal of Career Development · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Learning Practices
Établissements canadiensCancer Care Nova ScotiaSt. Francis Xavier University
Organismes subventionnairesH2020 European Research Council
Mots-clésCLARITYCertificationNova scotiaCareer developmentProfessional developmentProcess (computing)Workforce developmentKnowledge base

Résumé

récupéré en direct d'OpenAlex

It has been well identified in the literature that having a professional designation attached to one’s name has many benefits to a practitioner’s self-perception as a professional, as well as identifying the individual as having a certain standard of knowledge and practice. What is less clear is whether there is a direct co-relation between improved practice and the process undertaken to achieve the designation. This paper reports on the findings of the research project, Capacity and Credentialing: The Evidence Base for Career Development Training and Certification in Nova Scotia and examines what impacts, if any, participating in a Recognition of Prior Learning (RPL)-based credentialling process and achieving the designation has on an individual’s career development practice over time. The findings reveal that overall, participants felt that the certification process had a positive impact on CCDPs’ self-perception, day-to-day practice, and the career development profession more broadly. While participants identified some challenges or clarity needed around aspects of the process, there was consensus around the value of certification, with several participants advocating for similar credentials to be developed for the other career services positions, such as job developers, employer engagement specialists, and employment support practitioners.

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)0,019
score de la tête « metaresearch » (Gemma)0,101
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,575

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,101
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0020,003
Communication savante0,0050,001
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,225
Tête enseignante GPT0,360
Écart entre enseignants0,135 · 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'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'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Career DevelopmentMême sujetHigher Education Learning PracticesTravaux en français237 207