MétaCan
Menu
Retour à la cohorte
Enregistrement W2145253749 · doi:10.1177/0038040713496585

Educational Systems and Rising Inequality

2013· article· en· W2145253749 sur OpenAlexaff
Susanne von Below, Justin J W Powell, Lance W. Roberts

Notice bibliographique

RevueSociology of Education · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesBundesministerium für Bildung und ForschungEuropean University InstituteHarvard University
Mots-clésTypologyInequalityGermanUnificationSociology of EducationEducational inequalitySocial inequalityDemographic economicsDivergence (linguistics)SociologyPolitical scienceEconomic growthDevelopment economicsGeographyEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

Educational systems considerably influence educational opportunities and the resulting social inequalities. Contrasting institutional regulations of both structures and contents, the authors present a typology of educational system types in Germany to analyze their effects on social inequality in eastern Germany after unification. After 1990, the comprehensive secondary school was replaced by three types of differentiated secondary schooling. In this unique field experiment of model transfer and institutional change in a federal country, reforms in these state educational systems—all originally of a uniform socialist type—led to participation rates rising to western enrollment levels, yet with substantial state-level differences. These are attributable to the divergence of educational systems reformed according to contrasting western German models. These types substantially and differentially generate intergenerational inequalities. The authors chart the sharp and significant effects of education policy reforms and societal transformation following German unification.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,006
Communication savante0,0040,002
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,053
Tête enseignante GPT0,410
Écart entre enseignants0,357 · 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

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociology of EducationMême sujetSocial Policy and Reform StudiesTravaux en français237 207