MétaCan
Menu
Retour à la cohorte
Enregistrement W2146149879 · doi:10.7202/1072427ar

Normative Analysis and Moral Education: How May We Judge?

2020· article· en· W2146149879 sur OpenAlexafffundvenue
David P. Burns

Notice bibliographique

RevuePaideusis · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of British ColumbiaSimon Fraser UniversityUniversity of Alberta
Mots-clésNormativeValue (mathematics)Context (archaeology)Philosophy of educationField (mathematics)Engineering ethicsEpistemologySociologyMoral educationPedagogyHigher educationPolitical sciencePhilosophyLawComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The viability of philosophy of education as a distinct and valued field of inquiry in educational research is under significant threat. While the debate over the proper role and value of philosophy of education continues, courses and faculty positions in philosophy of education become increasingly rare. I advance the view that this situation requires philosophers of education find new ways to bring their work to practicing educators. I propose a particular kind of normative analysis, within the context of moral education, as one way to bring valuable philosophic work to the daily practice of teaching. It is argued that the use of normative criteria, comprised of certain key characteristics for moral education, can serve not only as valuable analytic tools but may also draw practicing educators into conversations that generally take place between philosophers of education in the academy.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,051
Tête enseignante GPT0,334
Écart entre enseignants0,283 · 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'étudeSans objet
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
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePaideusisMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207