MétaCan
Menu
Retour à la cohorte
Enregistrement W2568949923 · doi:10.1080/02601370.2017.1270067

The promise of lifelong learning

2017· article· en· W2568949923 sur OpenAlexaff
Patricia A. Gouthro

Notice bibliographique

RevueInternational Journal of Lifelong Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAdult and Continuing Education Topics
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésLifelong learningMeaning (existential)SociologyAdult educationField (mathematics)EpistemologyPoliticsPedagogyPsychologyEngineering ethicsPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper explores how Peter Jarvis’s work offers a comprehensive grounding in many of the key principles and insights offered through the field of adult education. His work directs us to the different factors – psychological, social, economic and political required for understanding lifelong learning contexts. As scholars and educators, he argues, we can acknowledge the difficulty and reaffirm the promise of lifelong learning to create a better world through our struggles to understand the complexity of human learning processes. The article begins by examining how Jarvis’s research on topics such as wisdom and the meaning and purpose of lifelong learning. His analysis of how people learn provides a helpful theoretical and philosophical backdrop for researchers interested in biographical and life history approaches to understanding lifelong learning processes. Using examples from research on fiction writing, the importance of reflective, individual learning and meaning-making is discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Empirique
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,403
Écart entre enseignants0,388 · 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

Citations21
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Lifelong EducationMême sujetAdult and Continuing Education TopicsTravaux en français237 207