MétaCan
Menu
Retour à la cohorte
Enregistrement W2920996678 · doi:10.3968/10885

Research on the Informationization Construction of College Admission Management

2019· article· en· W2920996678 sur OpenAlexvenueno aff
Yusheng Tang, Dan Xie, Wenxin Zhang, Xinghua Guan, Yinben Han

Notice bibliographique

RevueCanadian social science · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueE-commerce and Technology Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Quality (philosophy)Selection (genetic algorithm)Order (exchange)State (computer science)Management systemEngineering managementProcess managementComputer scienceMedical educationBusinessOperations managementPublic relationsPolitical scienceMedicineEngineeringFinance

Résumé

récupéré en direct d'OpenAlex

In 2014, the State Council issued the “Implementation Opinions of the State Council on Deepening the Reform of the Examinations and Admission System” (National Development [2014] No. 35), which made the most administrative framework for the reform of the examination and admission system on “promoting a fair and scientific selection of the talented”. The selection mode will be transformed from a single college entrance examination score to a multi-evaluation mechanism based on the college entrance examination, high school grades, and reference from comprehensive quality evaluation. The essence of multi-evaluation is mainly through qualitative or quantitative evaluation of students’ values, learning ability, innovative ability, critical thinking, and other aspects. The traditional college admission system simply cannot meet the requirements of reform. It is urgent to establish a comprehensive evaluation system including enrollment planning, propaganda, admission, and personnel training. This process requires massive-information-processing, and we must establish a suitable college admissions management information system with strong data analysis ability in order to provide technical support and decision support for college admission management.

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)0,007
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,022
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,039
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,019
Études des sciences et des technologies0,0030,005
Communication savante0,0100,016
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,031
Tête enseignante GPT0,285
Écart entre enseignants0,254 · 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'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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetE-commerce and Technology InnovationsTravaux en français237 207