MétaCan
Menu
Retour à la cohorte
Enregistrement W6891629500 · doi:10.48336/nmrf-sz20

Experiential learning and work placement impact for high school students: the need for high school cooperative placements

2025· article· en· W6891629500 sur OpenAlexaff

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueOutdoor and Experiential Education
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésExperiential learningExperiential educationWork (physics)Professional developmentActive learning (machine learning)

Résumé

récupéré en direct d'OpenAlex

This thesis explores the role of experiential learning in helping high school students understand their individual talents, interests, and purposes, with a particular focus on cooperative placements. The sections of this study investigate the direct effects these placements have on students' engagement and practical understanding of their chosen fields, highlighting the ways in which hands-on experiences contribute to more meaningful connections with their academic and career goals and discusses how these experiences facilitate a clearer understanding of individual abilities helping students with their career planning and individual decision-making. Furthermore, this study explores how real-world experiences shape students' choices in their high school courses and explores their readiness for post-secondary education and career pathways. An exploration of methodological approaches are presented throughout this investigation, addressing a different aspect of experiential learning and its impact on high school students. The thesis aims to contribute to a deeper understanding of how experiential learning can enhance educational outcomes by aligning students' academic experiences with their personal and professional aspirations, personalizing education for each student.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0080,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
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 Opus0,023
Tête enseignante GPT0,352
Écart entre enseignants0,329 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetOutdoor and Experiential EducationTravaux en français237 207