MétaCan
Menu
Retour à la cohorte
Enregistrement W1969012908 · doi:10.5430/wje.v5n1p52

Adult and Continuing Education in Kenya: The Need for Transformative Leadership

2015· article· en· W1969012908 sur OpenAlexvenueno aff
Benard O. Nyatuka, Judah M. Ndiku

Notice bibliographique

RevueWorld Journal of Education · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education Systems and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformative learningLegislationLegislatureAdult educationLifelong learningPublic relationsInstructional leadershipHuman resourcesPedagogyPolitical scienceSociologyPsychologyEconomic growthEducational leadershipEconomics

Résumé

récupéré en direct d'OpenAlex

As a multidisciplinary process, Adult and Continuing Education (ACE) is meant to foster efficient lifelong learningthroughout life. To achieve this, it should be geared towards providing knowledge, skills as well as attitudes thatensure equal opportunities to life, meeting the needs of individuals of all ages so as to understand the world and thechanges being experienced. In a bid to attain a newly industrialized status, Kenya’s Vision 2030 development planendeavours to develop the relevant human resource base through, among others, ACE. However, the provision ofACE in Kenya faces such challenges as inappropriate learning environment, inadequate instructional materials andthe inability to balance career and family demands. This is partly due to inept leadership, non-adherence to therelevant policy guidelines and pieces of legislation. In this paper, it is asserted that in order to achieve the aims ofACE, embracing transformative leadership is paramount. Thus, this piece of work is informed by the theory oftransformational leadership which lays emphasis on how leaders, in various fields, can actually impact and ortransform their subjects positively, and vice versa. In addition to exploring the policy and legislative frameworksconcerning the provision of ACE in Kenya, this paper provides some intervention measures to the outstandingchallenges.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,067
Tête enseignante GPT0,373
Écart entre enseignants0,307 · 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'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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetGlobal Education Systems and PoliciesTravaux en français237 207