MétaCan
Menu
Retour à la cohorte
Enregistrement W3006610894 · doi:10.2478/jtes-2019-0020

ESD for All: Learnings from the #IndigenousESD Global Research

2019· article· en· W3006610894 sur OpenAlexafffund
Katrin Kohl, Charles Hopkins

Notice bibliographique

RevueJournal of Teacher Education for Sustainability · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education Systems and Policies
Établissements canadiensYork University
Organismes subventionnairesYork University
Mots-clésIndigenousMainstreamIndigenous educationTraditional knowledgeLivelihoodEducation for sustainable developmentSociologyCommunity educationIdentity (music)Relevance (law)Public relationsPedagogyEconomic growthSustainable developmentPolitical scienceGeographyEcologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Education is recognized a human right for all. Though, Indigenous communities do not yet enjoy their full rights to education and are put at risk of losing their Indigenous culture and identity. A new research initiative, holding dialogues discussing the perceived outcomes of quality education in the eyes of several stakeholders, shows that access and retention in equitable and inclusive quality education as described in SDG 4 are highly valued. The research was jointly developed and carried out by researchers and Indigenous communities in 29 countries. Twenty-first century knowledge and skills are crucial for future Indigenous generations to create their livelihood and successfully engage in both Indigenous community life as well as mainstream society. Learning within formal school systems to understand their Indigenous heritage and keep the connection to their environment despite aspiring modern lifestyles, creates relevance which enhances both learning and retention. Beyond twenty-first century competencies, vital elements of education quality seen as relevant for Indigenous youth are aligned with education for sustainable development and applicable for all learners.

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)0,024
score de la tête « metaresearch » (Gemma)0,019
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,010
Communication savante0,0110,011
Science ouverte0,0020,015
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0250,003

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 Opus0,062
Tête enseignante GPT0,480
Écart entre enseignants0,419 · 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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Teacher Education for SustainabilityMême sujetGlobal Education Systems and PoliciesTravaux en français237 207