MétaCan
Menu
Retour à la cohorte
Enregistrement W4416006349 · doi:10.5465/amproc.2025.184bp

Champions for Change: Reconsidering Organizational Maturity in Work- Integrated Learning Partnerships

2025· article· en· W4416006349 sur OpenAlexaff
Sonja Johnston, Erika Mahoney

Notice bibliographique

RevueAcademy of Management Proceedings · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensSAIT Polytechnic
Organismes subventionnairesnon disponible
Mots-clésMaturity (psychological)Experiential learningCapability Maturity ModelTransactional leadershipCapstoneValue propositionOrganizational learningRelevance (law)

Résumé

récupéré en direct d'OpenAlex

The call for career-ready graduates is growing as the pace of change accelerates, driving demand for post-secondary institutions to enhance experiential learning. Work-integrated learning is a key intervention that contributes to developing future-ready graduates. Through a systems thinking and human-centered design lens, we explore a reconsideration of work-integrated learning approaches through an organizational maturity model for institutions in relational partnerships. This logical and rigorous analysis uses literature and a case study of a business capstone course (delivered collaboratively with an industry partner). Work-integrated learning, especially in capstone courses, is often a transactional exchange of unpaid labor for an industry-based problem where the value proposition is unequal for different stakeholders. This makes it difficult to achieve program sustainability. In this study, we offer insights for cultivating the organizational maturity to create work-integrated learning partnerships that are relational from the onset. This model highlights how mutual champions support maturity development through five phases: urgency, awareness, early activation, interconnection, and transformation. The two key moments that we focus on are navigating the decision point and the maturity chasm. We offer a translatable model with pragmatic considerations for institutions and organizations that are developing, navigating, and growing relational work- integrated learning in partnership.

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)0,024
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,035
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,017
Communication savante0,0150,020
Science ouverte0,0020,015
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,135
Tête enseignante GPT0,372
Écart entre enseignants0,237 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueAcademy of Management ProceedingsMême sujetHigher Education and EmployabilityTravaux en français237 207