MétaCan
Menu
Retour à la cohorte
Enregistrement W2989614300 · doi:10.24908/encounters.v20i1.13527

Rural, Poor and Mapuche: A Window into the Power of Caring Education

2019· article· en· W2989614300 sur OpenAlexvenueno aff
Rosita Puga

Notice bibliographique

RevueEncounters in Theory and History of Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Education, Indigenous Social Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthosMainstreamSociologyPovertyCompetence (human resources)Power (physics)Context (archaeology)Work (physics)Economic growthPolitical sciencePedagogyPsychologyGeographySocial psychologyLaw

Résumé

récupéré en direct d'OpenAlex

This article goes deep into the process of turning around a marginal and precarious school, into one with high quality learning results and an ethos of caring and competence that echoes and celebrates the life, insight and work of Nel Noddings, in particular her 17 years of teaching and leadership in elementary and high schools, and her philosophical work on the ethics of caring and its implications for education. The article gives an account of the context, process and results of the radical transformation of a rural school serving a Mapuche community in the south of Chile, which in 2007 had the worst learning results of the country. A decade later, against all the odds of territorial isolation, socio-economic poverty and cultural distance from the mainstream, the school is consistently achieving results equivalent to the average of upper middle status schools in the main cities of highly urbanized Chile. At the heart of the change is ambitious and effective teaching that both cares and is able to help students substantially grow in terms of their fundamental skills. The article examines the forces and actors involved, the concepts, moral orientation, means and strategies through which they acted, and the time-scale of the project.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,020
Communication savante0,0050,004
Science ouverte0,0010,009
Intégrité de la recherche0,0010,003
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 Opus0,004
Tête enseignante GPT0,260
Écart entre enseignants0,256 · 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'étudeQualitatif
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEncounters in Theory and History of EducationMême sujetMigration, Education, Indigenous Social DynamicsTravaux en français237 207