MétaCan
Menu
Retour à la cohorte
Enregistrement W1545828174 · doi:10.3968/j.css.1923669720110702.029

Causes of Ethical Erosion in Nigerian Universities

2011· article· en· W1545828174 sur OpenAlexvenueno aff
Kamal Bello

Notice bibliographique

RevueCanadian social science · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican Education and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarassmentHumanitiesEthnologyPolitical scienceSociologyPhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract: The contemporary feature of Nigerian university system is that of anarchy, chaos and acrimony. These can be seen in various vices such as sexual harassment, admission racketeering, exam malpractice as well as unhealthy rivalry in competition for various positions in the university system. The cause of which can be traced to lack of ethical behaviour. The genesis of this ethical erosion is to be unraveled by this paper in the proceeding paragraphs.Key words: Erosion; Nigerian Universities; Ethical BehaviourResume: La caracteristique contemporaine du systeme universitaire nigerien est celle de l'anarchie, du chaos et de l'amertume. Ceux-ci peuvent etre vus dans divers vices tels que le harcelement sexuel, le racket d'admission, la malversation d'examen aussi bien que la rivalite malsaine en concurrence pour differentes positions dans le systeme universitaire. La cause dont peut etre trace au manque de comportement moral. La genese de cette erosion morale doit etre demelee par ce document dans les paragraphes de marche a suivre. Mots cles: Erosion; Universites nigeriennes; Comportement moral

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,719
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,054
Tête enseignante GPT0,329
Écart entre enseignants0,275 · 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'étudeQualitatif
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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetAfrican Education and PoliticsTravaux en français237 207