MétaCan
Menu
Retour à la cohorte
Enregistrement W2917231609 · doi:10.5509/201992171

School-Community Relations and Fee-Free Education Policy in Papua New Guinea

2019· article· en· W2917231609 sur OpenAlexvenueno aff
Grant W. Walton, Tara Davda

Notice bibliographique

RevuePacific Affairs · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNew guineaPolitical scienceSociologyGeographyEconomic growthEconomicsEthnology

Résumé

récupéré en direct d'OpenAlex

While international and Pacific scholarship suggests that communities can play a significant role in improving access to schooling as well as school funding, infrastructure, and resources, there is little research on how school-community relations shape the implementation of fee-free education policies. This is particularly the case in the Pacific region. In Papua New Guinea, communities play a significant role in determining school funding, infrastructure, and access, but their role in implementing the country’s fee-free education policy (introduced in 2012) is poorly understood. Drawing on data from two provinces with very different capacities for service delivery, this paper shows that school-community relations vary significantly, and are crucial for managing challenges associated with the country’s tuition fee-free (TFF) policy, particularly in regards to access to schooling and improving school funding, infrastructure, and resources. While communities have helped advance the TFF policy’s goals, conflict over land, the charging of fees, and the board of management (BOM)—a key local governance body— has, in some cases, undermined national efforts to increase enrollments and make up for the loss of school income from tuition fees. This paper argues that academics and policy makers need to pay greater attention to the sustainability of fee-free education policies, geographical variation, and the improvement of school-community relations. Doing so will require overcoming the tendency to focus on national-level indicators of success associated with fee-free education policies.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,278
Écart entre enseignants0,264 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePacific AffairsMême sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207