Key points are not available for this paper at this time.
Un programme de formation industrielle offre une expérience professionnelle aux étudiants de dernière année pour les préparer au monde réel. Cependant, ces étudiants en formation industrielle ont été touchés dans l'achèvement du programme lorsque la pandémie de COVID-19 a frappé le monde de 2020 à 2021. Par conséquent, cette étude a été menée pour enquêter sur les perceptions des étudiants concernant les compétences requises avant de rejoindre un programme de formation industrielle et pour découvrir les défis auxquels les étudiants en formation industrielle ont été confrontés sur leur lieu de travail pendant la pandémie de COVID-19. Afin d'atteindre les objectifs de recherche de cette étude, une approche qualitative a été employée auprès de cinq étudiants en formation industrielle qui avaient terminé leur programme de formation industrielle pendant la pandémie de COVID-19. Ils ont été interviewés et enregistrés en vidéo. Les données ont ensuite été analysées à l'aide d'une analyse thématique. Les résultats de l'étude montrent que les étudiants valorisaient cinq compétences spécifiques avant de rejoindre un programme de formation industrielle : leadership, proactivité, gestion des connaissances, TI et compétences en communication. Pendant ce temps, deux défis significatifs ont été rencontrés par les étudiants dans l'achèvement du programme de formation industrielle pendant la pandémie de COVID-19, à savoir la perte d'opportunités d'acquérir des connaissances de première main de la part de leurs managers et collègues, ainsi que des problèmes de communication concernant la réception des tâches et des conseils, ainsi que des retours immédiats de la part des superviseurs. Ainsi, les universités doivent proposer des cours ou des activités qui aident les étudiants à développer des compétences pertinentes adaptées aux situations de travail en présentiel et en télétravail pour les préparer au programme de formation industrielle. La méthode des données quantitatives peut être utilisée pour collecter des données extensives pour des études futures afin d'obtenir une compréhension plus approfondie du problème.
Zaki et al. (Thu,) ont étudié cette question.