MétaCan
Menu
← Retour à la cohorte
Enregistrement W2135058843 · doi:10.5539/ass.v10n18p43

Research on Education Quality of Chinese Kindergartens: Current Situation and Enlightenment

2014· article· en· W2135058843 sur OpenAlexvenueno aff
Wang Wei, Jing Li

Notice bibliographique

RevueAsian Social Science · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Economic shortageEmpirical researchQuality assuranceEnlightenmentComputer scienceDistribution (mathematics)Management scienceMathematics educationPsychologyBusinessMarketingEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The thesis mainly adopts content analysis method to analyze 466 literature samples from dimensions such as research results type distribution and time distribution, research topic and content, research method and so on. The research results show that the existing research literatures on education quality of kindergarten are mainly academic periodicals and journals, and the literature quantity has realized a sustainable growth since 2006 due to policy support, and the researches comprehensively cover the most topics related to kindergarten education quality such as the concept of quality, the elements of quality, quality current situation, relevant evaluation standard, evaluation tools, evaluation current state and quality assurance. However, there also exist some problems such as simplification of research method and shortage of empirical research. Therefore, Chinese scholars should conduct more empirical researches rooted in practice and based on real problems so as to enhance interactive effects between academic research and practice reform as well as the interactive effects between academic research and policy formulation.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,121
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,011
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,068
Tête enseignante GPT0,467
Écart entre enseignants0,398 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social Science→Même sujetEarly Childhood Education and Development→Travaux en français237 207→