MétaCan
Menu
Retour à la cohorte
Enregistrement W2802457550 · doi:10.1080/02680939.2018.1460494

Domestic coalitions in the variation of education privatization: an analysis of Chile, Argentina, and Colombia

2018· article· en· W2802457550 sur OpenAlexafffund
Claudia Díaz Ríos

Notice bibliographique

RevueJournal of Education Policy · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Policies and Reforms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMcMaster UniversityDepartamento Administrativo de Ciencia, Tecnología e Innovación (COLCIENCIAS)
Mots-clésMarketizationPoliticsVariation (astronomy)Perspective (graphical)Interpretation (philosophy)Term (time)EconomicsPolitical sciencePolitical economyEconomic systemChina

Résumé

récupéré en direct d'OpenAlex

Education privatization is a global trend that has nonetheless followed multiple trajectories. This article addresses the question of what explains this variation by demonstrating the role that political coalitions play in the re-interpretation of global privatization ideas. A political-coalitional approach helps us analyze from a long-term perspective, the interplay between ideational, political, and economic processes that occurred at the global and domestic levels. Both accumulated benefits and negative consequences of previous reforms realign domestic coalitions that then facilitate or constrain the selection of global ideas and shape the way in which they are implemented at the country level. Based on a comparative historical analysis of three countries, Chile, Argentina, and Colombia, the article identifies three privatization trajectories: marketization, erosion of public education, and dualization of education provision. The long-term analysis of these trajectories also shows that privatization is not a linear process but a complex dynamic with consequences that may trigger unintended changes in the future.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,334

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,398
Écart entre enseignants0,382 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations37
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Education PolicyMême sujetGlobal Educational Policies and ReformsTravaux en français237 207