MétaCan
Menu
Retour à la cohorte
Enregistrement W1848474196 · doi:10.20355/c5wc7t

Gender bias in education in Burkina Faso: Who pays the piper? Who calls the tune?

2006· article· en· W1848474196 sur OpenAlexvenueno aff
Some Touorouzou

Notice bibliographique

RevueJournal of Contemporary Issues in Education · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policies and Family
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRedressEconomic growthAppropriationEmpowermentPolitical scienceGovernment (linguistics)Public relationsSociologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

In this chapter, I analyze policies developed by the government of Burkina Faso in order to redress an imbalance in gender education. Girls, in effect, are not getting their fair share of education, whether in quantity or quality. I critique existing policies concerning gender issues in education by first taking stock of different policies launched in favor of the education of girls, the context of their formation, and identify shortcoming therein. It has been found that international organizations, beyond their commitment to reverse the lag in the education of girls, bring with them an agenda that is at times contradictory with the aim of education for all. At the same time that governments are prodded to school all girls, Structural Adjustments Programs that generally bring more poverty and less public spending, are at loggerheads with increased access. Moreover, the policy choices of international organizations seem to be ill-equipped to subvert existing ideological and patriarchal structures. These structures do not allow for the empowerment of women. The government itself is found to have very little leverage on current policies, raising the nagging question of their appropriation. The paper ends with some policy recommendations that go beyond the construction of facilities and resources to address issues of the school experiences of girls, the curriculum-in-use, and overall problem of teacher training and compensation.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,933

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,048
Tête enseignante GPT0,365
Écart entre enseignants0,317 · 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'étudeObservationnel
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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Contemporary Issues in EducationMême sujetSocial Policies and FamilyTravaux en français237 207