MétaCan
Menu
Retour à la cohorte
Enregistrement W4416624187 · doi:10.1108/978-1-60752-886-9

Instructor Competencies

2000· book· en· W4416624187 sur OpenAlexaff
James D. Klein, J. Michael Spector, Barbara L. Grabowski, Ileana de la Teja

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Field (mathematics)Subject (documents)Human resourcesWorkplace learningHuman resource managementProfessional development

Résumé

récupéré en direct d'OpenAlex

This edition is not just a rehash of old, albeit classic and still important, stuff. Instead, it provides a fresh perspective on a topic of perennial interest for those working in the field that has been variously called training and development, human resource development, performance technology, and workplace learning and performance. The fresh perspective takes into consideration two additional instructor settings to the traditional face-to-face environments that most instructors and trainers know -- that is, online and blended settings. These settings are, of course, becoming more critical as instruction moves beyond classroom settings to include virtual and combinations of classroom and other media delivery methods.The ibstpi instructor competencies match up well to Mapping the Future (Bernthal, Colteryahn, Davis, Naughton, Rothwell, & Wellins 2004), the current ASTD competency study of the field now known as Workplace Learning and Performance (WLP) and previously known as Training and Development (T&D). WLP is more than a new name for an old subject and represents a fundamental paradigm shift in what it means to be a professional in the field formerly known as training. WLP is all about getting improved performance -- and therefore improved results -- in organizational settings through planned and unplanned learning interventions. Instruction is thus a means to an end and not an end in itself. The ibstpi instructor competencies dovetail well with that philosophy.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,343

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1030,046

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 Opus0,041
Tête enseignante GPT0,301
Écart entre enseignants0,260 · 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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman Resource Development and Performance EvaluationTravaux en français237 207