Jennifer Wallner, Learning to School: Federalism and Public Schooling in Canada
Notice bibliographique
Résumé
Unlike many federations, Canada's education system is highly decentralized, with the constitution granting exclusive jurisdiction over education to the provinces, authority which has been fiercely defended.In 1976, a report of the Organization for Economic Co-operation and Development found wide inconsistencies and a lack of national goals and standards across Canada's provincial education systems.Yet by the 2010s, there was remarkable consistency across these systems in their structures, funding mechanisms, class sizes, and high outcomes on international tests.In Learning to School, political scientist Jennifer Wallner sets out to determine how the provinces managed to establish this overarching system of education.She reconsiders the processes that are traditionally believed to underpin the formulation of policy frameworks in federations.Central to her thesis is a challenge to the assumption that a consistent approach requires the intervention of a central authority with the power to compel action by sub-state governments.The book aims to demonstrate that a coherent and consistent provincial policy framework in Canada need not be the result of coercion or competition.Rather, it can be the outcome of cooperation and mutual learning, via the sharing of ideas through collaborative institutions and policy networks.Wallner aims to determine what factors enable the diffusion of certain policies.She attempts to advance the "second movement" in institutionalist analysis, drawing on three different strains of institutionalist theory (methodological, sociological and historical).Moreover, she claims to be adding an "ideational turn" to the study of federalism by showing that ideas matter and can spread across policy networks, influencing the actors working within them.She states that her approach has "crafted a new analytical architecture for understanding the alternative dynamics of policy
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,032 | 0,004 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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.
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 ».