MétaCan
Menu
Retour à la cohorte
Enregistrement W2943659232 · doi:10.32316/hse/rhe.v30i2.4642

Rivka Feldhay and F. Jamil Ragep, eds., Before Copernicus: The Cultures and Contexts of Scientific Learning in the Fifteenth Century

2018· article· en· W2943659232 sur OpenAlexvenueno aff
Margaret Gaida

Notice bibliographique

RevueHistorical Studies in Education / Revue d histoire de l éducation · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistory of Science and Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFifteenthCopernicusHumanitiesArtClassicsAstrobiologyPhysics

Résumé

récupéré en direct d'OpenAlex

attention -even if it meant zooming out from the school more frequently -to why these decisions were made, to more fully understand why as well as how the school changed as it did.Grundy identifies as a desegregation advocate.She came to the story of West Charlotte seeking to capture the school's special magic in the 1970s and 80s.She offers many compelling points of evidence for how students learned from desegregated educational spaces -as well as of the work involved in building and sustaining these spaces.The segregation inside the school along academic tracks, or the persistent worry that, as one black parent put it, via desegregation "our people" would "be consumed by the white people" (55), reflect harder realities of the process of desegregation and perhaps could offer sources of insight for why the period of desegregated success proved short-lived.Grundy clearly acknowledges these difficulties and inequalities in the process of desegregation, but could plumb their origins and consequences to a greater extent.New approaches to desegregation today -those imagining explicitly anti-racist desegregation -have to face this complex history.One West Charlotte alumnus's view of desegregation in the 1970s has lessons for the present: "Our society is very witty."He continued, "and as new demands come upon us for changing we find new ways to entrench ourselves in the old" (114).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
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 Opus0,061
Tête enseignante GPT0,312
Écart entre enseignants0,250 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHistorical Studies in Education / Revue d histoire de l éducationMême sujetHistory of Science and MedicineTravaux en français237 207