MétaCan
Menu
Retour à la cohorte
Enregistrement W163373485 · doi:10.1007/978-3-531-91520-3_2

Lifelong Learning and Cultural Change: A European Perspective1

2009· book-chapter· de· W163373485 sur OpenAlexaboutno aff
John K. Field

Notice bibliographique

RevueVS Verlag für Sozialwissenschaften eBooks · 2009
Typebook-chapter
Languede
DomaineSocial Sciences
ThématiqueGlobal Educational Policies and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLifelong learningGeographyEconomic geographySociologyPedagogy

Résumé

récupéré en direct d'OpenAlex

Since the mid 1990s, lifelong learning has become an extremely fashionable concept. Of course, the idea is not a new one. One leading British adult educator was already writing in 1920 on the topic of “education as a lifelong process” (Yeaxlee 1920: 25). Yet although there is a long standing recognition that learning is a process that continues beyond formal schooling, the level of interest in lifelong learning has shot up since the early 1970s, and in particular since the late 1990s. This development has primarily been associated with policy debate rather than academic interest, and above all it has been fostered by international policy forums. Key founding texts of the first wave of interest in lifelong education include the famous Faure report, published by UNESCO in 1972 (Faure 1972), which was followed by a series of national governmental measures, particularly in Europe, Australasia, Canada and Japan. The second wave of interest was marked by a plethora of major policy documents, starting with the European Commission’s white paper on competitiveness and employment (CEC 1994), followed shortly by further publications from the European Union (CEC 1995, CEC 2000) as well as the Organization for Economic Co-operation and Development (OECD 1996) and the Group of Eight (G8 1999). Once more, the publications of these international policy forums were rapidly followed by a wide range of national policy documents, all of which placed lifelong learning at their centre.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0040,017
Communication savante0,0120,011
Science ouverte0,0010,005
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,028
Tête enseignante GPT0,317
Écart entre enseignants0,290 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVS Verlag für Sozialwissenschaften eBooksMême sujetGlobal Educational Policies and ReformsTravaux en français237 207