Notice bibliographique
Résumé
According to the ‘International Standard Classification of Education’ (ISCED), ‘Continuing Education’ is composed of the ‘Continuing Primary and Lower Secondary Adult Education’ (ISCED1, ISCED2), followed by the ‘Adult Education and Training’ System (ISCED3), including an ‘Upper Secondary Education System’ (ISCED4 and finally, the ‘Tertiary Education’ (ISCED5, ISCED6 and above). In 2016 the percent of ‘early leavers’ from education and training amounted in Italy to 13.8%, while the EU average amounted to 10.7%. In the same period the attendance to ISCED1-ISCED3 Adult Education Courses (age 25-64) amounted to 8.3%, while the EU average amounted to 10.8%. As for ‘Tertiary Education’, the percent attainment of a university degree amounted to 29.5% among Italians and to 13.4% among foreigners residing in Italy, while the EU averages amounted to 39.9% and 35.4% respectively. According to the Author, the relatively higher percent of early leavers from education and training in Italy and the relatively low attendance to ‘Continuing Education’ programs is due to the low employment rate in the Country, particularly significant in the age range 20-34, as a consequence of the severe economic crisis which hit the country in 2008 and still persists, causing the closure of many private enterprises and the block of the turn-over at public educational institutions. In spite of all that, the quality of the Italian Primary, Secondary and Tertiary Education System is of an excellent level, as compared with that of similar institutions all over the world. In Author’s opinion, increasing the investment in the educational system would increase the attendance to Secondary and Tertiary Adult Education courses, with a positive feedback on productivity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».