P (2003) Providing a technology edge for liberal arts students
Notice bibliographique
Résumé
Students ’ employability has long been a challenging issue for many liberal arts colleges and universities. There has been widespread recognition recently that liberal arts students are highly valued as employees. But there is also a public perception that liberal arts students may not be well equipped to face the challenges of employment in the information age. This study is a collaborative effort among three Canadian universities: the University of Alberta, the University of British Columbia, and the University of New Brunswick. At these universities students were surveyed across the liberal arts disciplines, which were defined broadly to include the fields of fine arts, the humanities, and the social science disciplines. (In the remainder of this paper, we use the term “arts ” to include all of the liberal arts.) The focus of investigation was the popular perception that arts students “have fallen behind, ” or are languishing on the wrong side of a “digital divide ” with respect to their computer skills, and as a consequence are at a disadvantage when it comes to employment success immediately after graduation. This research served as the first phase of a two-year project that aims to address the computing skills gap in liberal arts curricula and to provide a technology edge for students ’ employability. This Technology Edge project will accomplish the following set of goals in three phases: Phase I: Needs Assessment • survey the differences in information technology (IT) competencies between 4 th year liberal arts and non-arts students • solicit detailed descriptions of IT competencies from current arts employers
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».