MétaCan
Menu
Retour à la cohorte
Enregistrement W1963369529 · doi:10.3968/j.css.1923669720110705.377

County Education Quality Monitoring: Aim, Content and Pattern

2011· article· en· W1963369529 sur OpenAlexvenueno aff
Pan Yi-ning

Notice bibliographique

RevueCanadian social science · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueHigher Education and Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceSociologyArt

Résumé

récupéré en direct d'OpenAlex

Measuring and monitoring the quality of county education is the key to the education quality monitoring. Why should the quality of county education be monitored? What should be monitored and how to monitor the quality of education in a county? These are the questions I will answer in this paper. Based on comparative study, I put forward the different aim and content of education quality monitoring in a county, and conceived three patterns to monitor education quality in a county. Key words : County; Education quality; Monitoring Resume Mesurer et suivre de la qualite de l'education du comte est la cle de la surveillance de la qualite de l'education. Pourquoi devrais la qualite de l'education du comte etre surveilles? Quel devrait etre surveillee et la facon de surveiller la qualite de l'education dans un comte? Ce sont les questions que je vais repondre dans ce papier. Base sur une etude comparative, j'ai avance l'objectif different et le contenu de surveillance de la qualite d'education dans un comte, et a concu trois modeles pour controler la qualite d'education dans un comte. Mots cles: Departement; La qualite de l'education; La surveillance

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,633
Score d'incertitude au seuil0,937

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,172
Tête enseignante GPT0,380
Écart entre enseignants0,208 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetHigher Education and Teaching MethodsTravaux en français237 207