MétaCan
Menu
Retour à la cohorte
Enregistrement W4416999861 · doi:10.63963/001c.150584

Establishing Knowledge and Cultivating Talent via Experiential Learning: The Case of the Fashion Retail Lab

2019· article· en· W4416999861 sur OpenAlexaff
Anna Cappuccitti, Frances Gunn, Seung Hwan Lee

Notice bibliographique

RevueJournal for Advancement of Marketing Education · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensToronto Metropolitan UniversitySeneca Polytechnic
Organismes subventionnairesnon disponible
Mots-clésExperiential learningSocial mediaTeamworkBlueprintDigital marketingClothingDigital media

Résumé

récupéré en direct d'OpenAlex

Purpose In this teaching innovation, “ The Boutique” , the students are guided through the experiential learning cycle: experiencing, reflecting, thinking and acting. The assignment requires individuals to take on retail roles (i.e., operations, planning & buying, communications, training and development, accounting, and merchandising) to execute desired business outcomes. While studies of retail labs in the past have been limited to exploring the physical elements of a store, this assignment highlights techniques in which social media campaigns can be used to enhance retail goals. This innovative real-life lab experience thereby responds to the challenge that retail educators face encounter to get students to actively integrate ongoing digital strategies with actual retail operations. Method/Design and Sample The retail lab learning experience was analyzed through students’ qualitative comments using directed content analysis. This input was compared against the course’s learning outcomes. Results Students reported that the lab enhanced their digital and social media knowledge, teamwork skills, real world application, collaboration capabilities, understanding of sales and profits, and engagement with the consumer community. Value to Marketing Educators The paper benefits marketing educators by providing a blueprint of a retail lab that helps students to develop communication and teamwork skills, decision-making abilities, and forge career paths. In particular, the exercise builds students’ digital and social media knowledge. We also outline 8 learning outcomes to further students’ learning goals.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,010
Communication savante0,0080,005
Science ouverte0,0020,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,011
Tête enseignante GPT0,269
Écart entre enseignants0,258 · 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'étudeQualitatif
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for Advancement of Marketing EducationMême sujetManagement and Marketing EducationTravaux en français237 207