Defining and selecting key competencies.
Notice bibliographique
Résumé
Preface, Heinz Gilomen, Swiss Federal Statistical Office Introduction: An overview, Dominique Simone Rychen, Swiss Federal Statistical Office Competencies for life: A theoretical and empirical challenge, Laura H. Salganik, Education Statistics Services Institute, American Institutes for Research, USA Concepts of competence: A conceptual clarification, Franz Weinert, Max Planck Institute, Germany Concepts of competence: A historical perspective, John C. Carson, University of Michigan, USA Key competencies: A philosophical perspective, Monique Canto-Sperber, Centre National de la Recherche Scientifique, France Jean-Pierre Dupuy, Ecole Polytechnique, Centre de Recherche en Epistemologie Appliquee, France Key competencies: A psychological perspective, Helen Haste, University of Bath, UK Key competencies: A sociological perspective, Philippe Perrenoud, University of Geneva, Switzerland Key competencies: An economic perspective, Frank Levy, Massachusetts Institute of Technology, USA Richard J. Murnane, Harvard University, USA Key competencies: An anthropological perspective, Jack Goody, St. John's College, University of Cambridge, UK Common ground: Functioning in groups and managing emotions, Cecilia Ridgeway, Stanford University, USA Common ground: Competencies as working epistemologies, Robert Kegan, Harvard University, USA Key competencies: Viewpoints from policy and practice, Jacques Delors and Alexandra Draxler, Task Force on Education for the Twenty-first Century, UNESCO Jean-Patrick Farrugia, Le Mouvement des Entreprises de France (MEDEF), France Bob Harris, Education International George Psacharopoulos, University of Athens, Greece [formerly with the World Bank] Laurell Ritchie, Canadian Auto Workers, Canada Leonardo Vanella, Centro de Estudios e Investigacion del Desarrolo Infanto Juvenil, Argentina Towards a theoretical and conceptual framework, Dominique Simone Rychen, Swiss Federal Statistical Office Laura H. Salganik, Education Statistics Services Institute, American Institutes for Research
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 | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,025 |
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 ».