Current Contexts for Research in Educational Leadership and Management
Notice bibliographique
Résumé
Research in education, and in educational leadership and management, has been heavily criticized in the UK for lack of quality and relevance. The criticism has led to a number of initiatives intended to ameliorate the situation, of which this special issue focusing on methods of investigation is a part. The article briefly considers the range of evidence for this critique, both in general and as it relates specifically to the field of education management, and concludes that there is a case to answer and ethical pressure on us to improve. However, some of the purported ‘remedies’ for improvement appear misjudged, and the article argues that the concern about methods is, for the most part, one of these. In summary, a considerable improvement in research could come about simply by us doing more actual research with our existing methods to answer genuine questions, by an increase in appropriate scepticism and by being prepared to put our cherished beliefs and ideas at risk.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,236 | 0,228 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,016 | 0,019 |
| Études des sciences et des technologies | 0,024 | 0,146 |
| Communication savante | 0,076 | 0,061 |
| Science ouverte | 0,008 | 0,025 |
| Intégrité de la recherche | 0,025 | 0,038 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».