MétaCan
Menu
Retour à la cohorte
Enregistrement W6982388740

THE IMPORTANCE AND PLACE OF THE ESSENTIAL SKILLS TRAINING IN ADULT EDUCATION: A CASE STUDY OF THE INTEGRATED LEARNING MODEL

2011· article· en· W6982388740 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship@Western (Western University) · 2011
Typearticle
Langueen
DomaineDecision Sciences
Thématiquedemographic modeling and climate adaptation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)Vocational educationExperiential learningActive learning (machine learning)Skills managementTraining (meteorology)Qualitative propertyQualitative research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The essential skills are the skills needed for work, learning, and life. They provide the foundation for learning other skills and enable people to evolve with their jobs and adapt to workplace and career change. Human Resources and Skills Development Canada identifies nine essential skills: reading, document use, numeracy, writing, oral communication, working with others, thinking, computer use, and continuous learning. In my research I investigated the effect that the essential skills training and the integrated learning model (ILM - critical, facilitated and independent learning environment) have on the students’ attitude towards learning, motivation and confidence in their abilities to succeed in their new careers. A qualitative approach was used. Eight students from two learning centres participated in the study. Data were collected from interviews with students, centre managers, and students’ journals over a six week period. Four categories of students were identified. It was determined that each group benefited in different ways. Two categories benefited the most from the essential skills training, and the ILM. The implications for further research are that age, ESL level, health issues, time provided for retraining, limited vocational options, and stress are factors that affect the extent to which these participants are able to benefit.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,214
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

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

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 Opus0,163
Tête enseignante GPT0,366
Écart entre enseignants0,203 · 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 tête enseignante, 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetdemographic modeling and climate adaptationTravaux en français237 207