MétaCan
Menu
Retour à la cohorte
Enregistrement W2992017871 · doi:10.21083/ajote.v8i0.5361

East African Higher Education and the limitations of institutional reforms: A case study of selected public universities

2019· article· en· W2992017871 sur OpenAlexvenueno aff
Philipo Lonati Sanga

Notice bibliographique

RevueAfrican Journal of Teacher Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Policies and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHigher educationMandateAutonomyPolitical scienceEquity (law)InternationalizationEconomic growthPublic administrationPublic relationsEconomics

Résumé

récupéré en direct d'OpenAlex

Globally, universities are engaged in various aspects of reforms to improve their outlook and relevance. In East Africa, despite the similarities in many dimensions of socio-economic conditions, universities vary in terms of focus and extent of engagement in educational reforms. In order to examine this phenomenon more closely, three purposely-selected East African public universities were studied. Analysis of related documents as complemented by responses from key officials of these institutions revealed several findings: the University of Dar es Salaam’s reforms seemed to conform more to characteristics of competitiveness-driven reforms, the University of Nairobi exhibits equity-driven reform, and Makerere University practises finance-driven reforms. Furthermore, the findings register limitations of effective institutional reforms such as massification of higher education, infringement of university autonomy, emerging technologies, paradox of internationalization, and the incapacity to cater to holistic students’ welfare. The study concluded that, despite the myriad of limitations that the universities face, they have numerous opportunities which if efficiently utilized will enable them run the higher education race more triumphantly. The paper recommends that strategies for reforms should not derail the universities from their mandate to serve their respective countries.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,414
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,039
Tête enseignante GPT0,307
Écart entre enseignants0,267 · 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'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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Teacher EducationMême sujetGlobal Educational Policies and ReformsTravaux en français237 207