MétaCan
Menu
Retour à la cohorte
Enregistrement W2152579929 · doi:10.19173/irrodl.v3i2.111

Global and Critical Visions of Distance Universities and Programs in Latin America

2002· article· en· W2152579929 sur OpenAlexvenueno aff
Miguel Casas Armengol

Notice bibliographique

RevueThe International Review of Research in Open and Distributed Learning · 2002
Typearticle
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLatin AmericansLaggingUnderdevelopmentVisionContext (archaeology)ConstructiveHigher educationPolitical scienceDistance educationEconomic growthSociologyRegional sciencePublic relationsEngineering ethicsComputer scienceEngineeringLawGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

The future of any region’s higher education infrastructure cannot be a matter of guesswork; instead it must be built upon a solid foundation that is both rationally and soundly constructed. This postulate is especially important for regions such as Latin America experiencing problems associated with underdevelopment. Universities, particularly those specializing the area of science and technology, can and do play a constructive role in the advancement and improvement of modern society. However, the current Latin American educational context, which is less than optimal, can be compared with other similarly developing countries around the world, many of which have produced high quality university and scientific systems. Why is Latin America lagging behind? This is a good question that deserves closer examination. This article discusses reasons for the chronic problems for the deteriorated conditions facing Latin American universities. It also suggests ways in which Latin American distance universities can contribute to a transformation of the entire university system throughout the region.

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)0,009
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,018
Communication savante0,0160,009
Science ouverte0,0010,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,101
Tête enseignante GPT0,412
Écart entre enseignants0,311 · 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'étudeQualitatif
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

Citations6
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Review of Research in Open and Distributed LearningMême sujetE-Learning and Knowledge ManagementTravaux en français237 207