MétaCan
Menu
Retour à la cohorte
Enregistrement W2889551447 · doi:10.1386/ctl.13.2.193_1

Good person, good citizen? The discourses that Chinese youth invoke to make civic and moral meaning

2018· article· en· W2889551447 sur OpenAlexaff
Xin Xiang, Xu Zhao, Siwen Zhang, Ashley Lee, LI Yi-yu, Helen Haste, Liu Zhi, Megan Cotnam-Kappel

Notice bibliographique

RevueCitizenship Teaching and Learning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensUniversity of OttawaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAction (physics)Meaning (existential)Causality (physics)SociologyPower (physics)PerfectionNarrativeChinaPosition (finance)EpistemologyEnvironmental ethicsPublic relationsSocial psychologyPolitical scienceLawPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract In a time of transition, China is formulating principles for moral and civic responsibility and action that will serve the new goals for an expanding world power. How do young Chinese people define the ‘good person’ and ‘good citizen’, and the qualities to which they should aspire, in this changing climate? How do these mesh with the public messages and the historical traditions from which they derive? Using discourse analysis we report data from 8th and 11th grade students in Shanghai and Nantong that reveal four discourses around civic and moral responsibilities, norms and goals. Discourse analysis enables us to identify the underlying explanatory narratives that attribute causality and consequence, position people and institutions, imply judgements and values, and prescribe acceptable or expected actions. The four discourses are (1) Obeying Rules and Laws; (2) Building and Maintaining Relationships; (3) Striving towards Moral Perfection and High ‘Quality’; and (4) Loving One’s Country and Contributing to Society.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,050
Tête enseignante GPT0,328
Écart entre enseignants0,278 · 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'étudeQualitatif
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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCitizenship Teaching and LearningMême sujetGlobal Education and MulticulturalismTravaux en français237 207