Providing access to education in Sub-Saharan countries through Content-Oriented technology
Notice bibliographique
Résumé
Access to education has been a growing concern for children in developing economies, namely lack of access to quality customized online content in the classroom and at home; lack of tools that make learning fun and effective in key subject areas; and lack of state resources to meet educational demands. The Rumie Initiative was founded to tackle these concerns. It is a non-profit organization bringing educational content to the world's underprivileged children through low-cost technology. The Rumie Initiative's vision is to redefine the way education is provided, and through this, significantly reduce poverty and drive economic development. The primary advantage of The Rumie Initiative over all other educational technology solutions is that its content is specifically tailored to meet the local educational needs and curriculum standards. Utilizing the vast reserves of free online updated educational content available today; these android driven tablets are an affordable and intuitive way to deliver pre-loaded content without the requirement of internet access. Through mass global volunteerism, The Rumie Initiative collaborates with educators in choosing appropriate educational content and distributes content-loaded tablets through local Non-Governmental Organizations, communities and government entities. The Rumie Initiative has started a program of trials around the world and recently received a positive response at a Computer - Based Math Education Summit in New York hosted by UNICEF from November 21stto 22nd2013. The initiative was first launched in Haiti on 25thOctober 2013 and has since, been gaining momentum, currently exploring opportunities in Sub-Saharan countries such as Ghana, Kenya, Uganda, Rwanda, Burundi, South Africa and Nigeria. This paper focuses on The Rumie Initiative's unique business model to reach the masses, emphasizing issues relating to the power of volunteer ism, the forging of strategic development partners, and content-oriented technologies in increasing access to education.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».