MétaCan
Menu
Retour à la cohorte
Enregistrement W2189671353 · doi:10.55016/ojs/ajer.v60i2.55898

Examining the Research Base on University Co-operative Education in Light of the Neoliberal Challenge to Liberal Education

2015· article· en· W2189671353 sur OpenAlexaffvenueabout
Peter Milley, Thursica Kovinthan

Notice bibliographique

RevueAlberta Journal of Educational Research · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEducational Reforms and Innovations
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesPrinceton University
Mots-clésBase (topology)Liberal educationSociologyNeoliberalism (international relations)PedagogyHigher educationPolitical scienceMathematics educationPublic administrationLiberal arts educationPsychologyPolitical economyLawMathematics

Résumé

récupéré en direct d'OpenAlex

Debates have been taking place in higher education communities in Canada and other Anglo-American contexts between defenders of liberal education and promoters of neoliberalism. One development not addressed is the growth of co-operative education (co-op). The origins of co-op may reside in John Dewey’s (1939, 1966) ideas about experience and democracy, but co-op also resembles a neoliberal phenomenon. We reviewed the North American literature on co-op from 1990-2014 to see if and how the rise of co-op has posed a challenge to liberal education. Our analysis revealed a dominant focus on instrumental and economic purposes reflecting neoliberal reforms, strands of philosophical and empirical inquiry consistent with liberal education, and a notable absence of critical, emancipatory outlooks. We contend that co-op researchers need to rediscover the socially progressive promise of experiential education, informed by other educational subfields. We also argue that researchers interested in neoliberal challenges to liberal education need to tap co-op as a site of inquiry.

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)0,028
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,065
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0110,020
Études des sciences et des technologies0,0080,041
Communication savante0,0180,020
Science ouverte0,0030,010
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,149
Tête enseignante GPT0,416
Écart entre enseignants0,267 · 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.

Devis d'étudeSans objet
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetEducational Reforms and InnovationsTravaux en français237 207