MétaCan
Menu
Retour à la cohorte
Enregistrement W2060722847 · doi:10.1111/j.1541-0064.2008.00216.x

Spatial inequality in children's schooling in Gansu, Western China: reality and challenges

2008· article· en· W2060722847 sur OpenAlexaffvenue
Huhua Cao

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Reforms and Inequalities
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésChinaInequalitySpatial inequalityEconomic growthGeographyPolarization (electrochemistry)Sociocultural evolutionSustainable developmentDevelopment economicsPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

China has experienced considerable economic growth following the economic reforms of 1978, while simultaneously facing dramatic increases in regional inequality. China is becoming a polarized society—a phenomenon that is at the heart of a multitude of serious problems that are threatening sustainable development, as well as social cohesion within the country. Among the key reasons for this polarization are the quality of and accessibility to basic education for children. Since the establishment of the law for nine‐year compulsory education in 1986, children's education has progressed remarkably in most parts of China. It has, however, remained persistently problematic in the western provinces, particularly in remote regions, rural areas and minority communities. Even though some studies on child education in China have been carried out, very little existing research examines spatial inequality in children's schooling or accounts for the importance of sociocultural and geographic contexts. Using the example of Gansu, one of the poorest provinces in Western China, our research emphasizes the two main aspects that have led to high nonschooling rates for children: an unfavourable sociocultural milieu and inadequate educational resources.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,481
Score d'incertitude au seuil0,956

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,003
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,254
Écart entre enseignants0,227 · 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'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

Citations25
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetGlobal Educational Reforms and InequalitiesTravaux en français237 207