MétaCan
Menu
Retour à la cohorte
Enregistrement W2989650809 · doi:10.5430/wje.v9n6p7

A Quantitative Study on Student Financial Aid of a Local Undergraduate College in China

2019· article· en· W2989650809 sur OpenAlexvenueno aff
Jingjing Liu

Notice bibliographique

RevueWorld Journal of Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Reforms and Inequalities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)ChinaInvestment (military)Local governmentPer capitaGovernment (linguistics)Higher educationBusinessFinancePsychologyMathematics educationEconomic growthPolitical scienceEconomicsSociologyEngineeringPublic administration

Résumé

récupéré en direct d'OpenAlex

This study took the student aid data of a normal university in northern Jiangsu Province in 2018 as the object ofstudy, and studied the characteristics of student aid work in local colleges. Through the analysis of the data, it isfound that the characteristics of student aid in local undergraduate colleges and universities in China are as follows:the main source of investment is government, supplemented by colleges, and the amount of social aid is small andunstable; the function of the aid work is still mainly to help the poor, supplemented by awards for the students withexcellent academic performance, and aid for poor students without extra requisites are large in amount. The projectsrewarding outstanding students from the college funds are few in ordinary local colleges and universities, with lowreward amount per capita; the willingness of college students to apply for student loans is low, as loans need to berepaid, the attraction of loans to poor students who can afford partly of the cost is weak, compared with manynon-repayment and non-academic performance requirements aid projects.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,383
Écart entre enseignants0,359 · 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'étudeObservationnel
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 revueWorld Journal of EducationMême sujetGlobal Educational Reforms and InequalitiesTravaux en français237 207