An Analysis of the #FeesMustFall Agenda and Its Implications for the Survival of Education in South Africa: The NWU Mafikeng Campus Writing Centre Experience
Notice bibliographique
Résumé
The #FeesMustFall-protests were symbolic of unguided social dynamics as stakeholders directly or in directly (indirectly) scramble for escape due to the financial implications that fees increment would engender. South African government is aware of the importance of education in any growing economy as this was demonstrated in the agenda of the post-1994 government in prioritising primary and secondary education, even though the quality of education remained decidedly poor. However, same cannot be said for tertiary Universities in South Africa, the low priority granted to higher education over the past two decades had always been a bone of contention. This paper therefore attempts to interrogate various explanations for fees must fall movement and how this impact on the writing centre at the North-West University, Mafikeng Campus. In contextualizing this problem, the paper employed key elements of Altbach’s empirical theory of student movements. Using Focus Group discussion and by means of Atlas-ti statistical package, the paper demonstrated the richness of data available for analysis and reflects on correlated methodological challenges when attempting to understand student movements and the dynamic relationship between the University environment as well as the country-wide movement, the territorial space and that of writing centre experience during and after the protest. The paper concludes by reflecting and suggesting on elements of a possible research agenda on balancing education and economy.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».