MétaCan
Menu
Retour à la cohorte
Enregistrement W1760804649 · doi:10.3968/7065

Research on Chang Po-Ling’s Practice of Persuading People to Donate Money on Education and Its Practical Significance

2015· article· en· W1760804649 sur OpenAlexvenueno aff
Yiming Ren, Mengqi Li

Notice bibliographique

RevueHigher education of social science · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIdeological and Political Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiligenceService (business)ChinaPoliticsDue diligencePublic relationsSociologyPolitical scienceLawBusinessMarketingPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

As a well-known founder of the Nankai School in the Republican period of China, Chang Po-ling started an example to develop private education and persuade people to donate money on education. During this process, due to his “Nankai spirit”of diligence and striving, Mr. Chang Po-ling who was full of strong patriotic sentiment from beginning to end, affected a lot of domestic military and political figures, entrepreneurs and business owners, schoolfellows, directors, international friends, founds and organizations, and attracted them to support and focus on education initiators. Through various ways and a series of practical activities, Chang Po-ling persistently encouraged everyone to donate money on education and gained the continuous development of Nankai School. When looking back at Chang Po-ling’s process of persuading people to donate money on education, we can not only see his extremely excellent and brilliant achievements on school running, but also can study and reflect on how to utilize social force to service for current 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 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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,816

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,206
Tête enseignante GPT0,532
Écart entre enseignants0,326 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher education of social scienceMême sujetIdeological and Political EducationTravaux en français237 207