MétaCan
Menu
Retour à la cohorte
Enregistrement W1616650543 · doi:10.11575/ajer.v46i3.54815

Funding Mechanisms, Cost Drivers, and the Distribution of Education Funds in Alberta: A Case Study

2009· article· en· W1616650543 sur OpenAlexaboutno aff
Dean Neu, Alison Taylor

Notice bibliographique

RevueUniversity of Calgary · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Distribution (mathematics)AccountingPublic fundingPerspective (graphical)Higher educationPower (physics)Political scienceBusinessPublic relationsPublic administrationEconomicsSociologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

This article examines the impact that the 1994 funding changes introduced by the Alberta government have had on the Calgary Board of Education (CBE)—the largest urban board in Alberta and one of the largest boards in Canada. Starting from a critical financial analysis perspective we ather, examine, and recalculate key historical financial data pertaining to the CBE, contextualizing these data through the use of supplementary nonfinancial archival materials. Our analysis highlights the impact that funding changes have had on the CBE, but also indirectly tells us something about the impact on other school boards in the province, because the total amount of per-student education funding has remained relatively constant. More generally, the analysis illustrates how funding mechanisms can be and are used to govern from a distance and how seemingly neutral accounting/funding techniques function to distribute resources among different school boards. By drawing attention to these distributional effects, the current study makes visible the power of largely invisible funding mechanisms in the sphere of public 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil0,561

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0070,003
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of CalgaryMême sujetSchool Choice and PerformanceTravaux en français237 207