MétaCan
Menu
Retour à la cohorte
Enregistrement W2795851746 · doi:10.20448/2002.22.55.63

Financial Education for Child and Youth Care Practitioners

2018· article· en· W2795851746 sur OpenAlexaff
G. Lechner, Ninnia Craß, Dashenka Kraleva, Veronika Scharer, Jakub Iwański, S. Giraud

Notice bibliographique

RevueJournal of Accounting Business and Finance Research · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Education Studies and Reforms
Établissements canadiensCentre Jeunesse de Quebec
Organismes subventionnairesErasmus+European Commission
Mots-clésFocus groupFocus (optics)FinanceMeaning (existential)BusinessPsychologyMedical educationPublic relationsSociologyPolitical scienceMarketingMedicine

Résumé

récupéré en direct d'OpenAlex

This paper aims to identify the needs of financial education of Child and Youth Care practitioners (CYCPs). There is not much knowledge about the deficits of financial education of young people in care (YPC) and young care leavers (YCL) and we want to bring more light into this difficult topic. We use focus group interviews in five different countries (Bulgaria, Austria, Germany, Poland, and France) to find the needs of the CYCPs with a special focus on the needs of YCLs. Our focus groups showed that CYCPs do not have enough basic and further education to handle the situation with YPC and YCLs successfully. We found that the needs of the YPC and YCLs concerning financial education are consistent with the needed knowledge, skills and competences of the CYCPs. Some needs of CYCPs and young people in care are to understand the meaning of money, to handle pocket money, to understand the logic of credit and financial contracts and to know how an online bank account works.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,673
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,052
Tête enseignante GPT0,401
Écart entre enseignants0,349 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Accounting Business and Finance ResearchMême sujetDiverse Education Studies and ReformsTravaux en français237 207