MétaCan
Menu
Retour à la cohorte
Enregistrement W2295550061

Ethics in education: Chinese learner and post-Enron ethics (editorial)

2008· article· en· W2295550061 sur OpenAlexaboutno aff
Kala Saravanamuthu

Notice bibliographique

RevueNOVA (University of Newcastle Australia) · 2008
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthics of technologyEngineering ethicsInformation ethicsPolitical sciencePublic relationsPost truthApplied ethicsBusiness ethicsMeta-ethicsSociologyPedagogyLawEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This is the third in a series of special issues on tertiary education and academic life (Saravanamuthu and Filling, 2004; Saravanamuthu and Tinker, 2002). This issue touches on two aspects of ethical education. The first section engages with the dilemma of educating (overseas) Chinese students in universities in the UK, USA, Australia, Canada, New Zealand and parts of Western Europe: the Chinese Learner. The second part of the issue reviews ethics in education in the post-Enron environment. The genesis of Chinese Learner research is often attributed to John Biggs and David Watkins, University of Hong Kong. John has long retired, and David continues to lead the research through his doctoral students. Even though Chinese Learner studies originated in the Educational Psychology enclave, it has now permeated into other discipline areas. Theories of learning methods and techniques are inherently contestable, even before considering their cultural complications. The Chinese Learner literature touches on a number of problematic issues, beginning with the identity of this student. Any attempt to associate the Chinese Learner with a specific culture, nation, personality trait and/or learning approach immediately lends itself to criticisms of over-generalisation and stereotyping. This issue engages with the multi-layered realities of the Chinese student market, which the Corporate University (following Saravanamuthu and Tinker, 2002) plays down as it eagerly collects full-fees for its depleted coffers.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,232
Tête enseignante GPT0,342
Écart entre enseignants0,110 · 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.

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNOVA (University of Newcastle Australia)Même sujetHermeneutics and Narrative IdentityTravaux en français237 207