Mapping the use of ePortfolios for RPL in Australia
Notice bibliographique
Résumé
Recognition of prior learning (RPL) was first introduced in Australia in 1992 as part of the national framework for the recognition of training (NFROT). It has become an embedded in the Australian Qualifications Framework (AQF) and since then has slowly become a central activity within post compulsory education and training. Today RPL has become a significant activity within the vocational education and training (VET) sector when compared to other post compulsory educational sectors. This can be partially explained by the fact that RPL is mandatory in the VET sector, unlike the higher education (HE) sector which is self-accrediting and has a certain amount of autonomy in deciding whether or not to adopt RPL policy. RPL is also a significant activity outside the education sector and impacts on broader human capital and workforce development policy and initiatives. The aim of this paper is to map the application of ePortfolios and mobile web devices for the recognition of prior learning as a new and emergent area of practice. In particular the use of ePortfolios and RPL for the recognition of work based skills and professional recognition will be explored. The research conducted is exploratory and involves a content analysis of several secondary data sources including: papers from the 2009 and 2010 Australian ePortfolio Conferences; funded RPL projects through the Australian Flexible Learning Framework- 009-2011; and conference papers form the Australian Vocational Education Training Research Association (AVETRA). It is envisaged the research will be expanded to international developments in the same areas and will use the Prior Learning International Research Centre (PLIRC) based at Thompson Rivers University in BC, Canada, as a major conduit to the research. PLIRC comprises a group of international scholars in the field of RPL. The centre has been developing an international research agenda for RPL since June 2009 and it is hoped this research will form part of that future international research agenda.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».