MétaCan
Menu
Retour à la cohorte
Enregistrement W1860705329

Alternative Education Provision at Key Stage 4

2000· book· en· W1860705329 sur OpenAlexaboutno aff
Mairi Ann Cullen, Felicity Fletcher‐Campbell, Ella M. Bowen, Jayne Osgood, Sarah A. Kelleher

Notice bibliographique

RevueOpenGrey (Institut de l'Information Scientifique et Technique) · 2000
Typebook
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTruancyCurriculumWork (physics)Quarter (Canadian coin)Political sciencePedagogyPublic relationsMedical educationPsychologyGeographyMedicineEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Disaffection, lack of interest, truancy and under-achievement are all too common a reaction to the curriculum in years 10 and 11. But many schools across England and Wales have chosen to offer at least some of their students something a little different during their last year or two of compulsory education. For example, as well as attending school for part of the time, some students go to further education college, gain experience on a long-term work placement, learn new skills with a training organisation or get involved in personal-development activities run by youth workers. In the summer term of 1998, NFER carried out a survey of schools in a sample of LEAs, asking them what alternative curriculum programmes they used for some students at key stage 4. Just under a quarter of the schools contacted told us about the schemes they had in place. During autumn term 1998, representatives from 75 of the organisations working with schools were also interviewed about their perspectives on these programmes. These partner organisations included LEAs, LEA support services, youth work, community colleges, other schools, employers, further education colleges, training and enterprise councils, training organisations, and special projects run in particular geographic areas.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,287

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0860,012

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 Opus0,029
Tête enseignante GPT0,341
Écart entre enseignants0,312 · 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
GenreAutre

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

En bref

Citations11
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenGrey (Institut de l'Information Scientifique et Technique)Même sujetEducation Systems and PolicyTravaux en français237 207