MétaCan
Menu
Retour à la cohorte
Enregistrement W2921313819 · doi:10.1177/0741713619837350

Global Construction of Literacy Policies for “Least Developed Countries”: Focus on Ethiopia, Nepal, and Sierra Leone

2019· article· en· W2921313819 sur OpenAlexaff
Kapil Dev Regmi

Notice bibliographique

RevueAdult Education Quarterly · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Policies and Reforms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSierra leoneLiteracyDominance (genetics)Context (archaeology)Developing countryEconomic growthPolitical scienceIndigenousGlobalizationCorporate governanceSociologyDevelopment economicsEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

In the context of educational globalization and increasing dominance of supranational organizations in educational governance, least developed countries (LDCs) have faced a new level of tension about whether their educational policies should follow the global educational models or seek solutions of their multifarious problems by promoting local indigenous literacy practices. This article critically analyzed key educational policy documents produced by major supranational organizations and selected LDCs and argues that the deficit perspective in education started in the colonial period and institutionalized during the structural adjustment period has shaped literacy policies and practices even after the 1990s. The article concludes with an appeal for developing contextually relevant literacy policies and programs through an asset perspective; and provides directions for further research for exploring LDCs’ literacy 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,327
Écart entre enseignants0,318 · 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.

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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdult Education QuarterlyMême sujetGlobal Educational Policies and ReformsTravaux en français237 207