MétaCan
Menu
Retour à la cohorte
Enregistrement W3013821189 · doi:10.1002/9781119434016.ch20

Education and Human Resource Development for Sustainability

2020· other· en· W3013821189 sur OpenAlexaff
Anita Talan, R.D. Tyagi

Notice bibliographique

RevueSustainability · 2020
Typeother
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSustainabilityInterdependenceGovernment (linguistics)BusinessHuman resourcesSustainable developmentSustainability organizationsEconomic growthPopulationHigher educationPolitical scienceEconomicsManagementSociology

Résumé

récupéré en direct d'OpenAlex

Governments are continuously taking initiatives to look into international education opportunities and outcomes of developed policies and projects. These policies are implemented to enhance the social and economic visions of individuals, provide greater efficiency for primary education and to meet the educational demands of rising population. The Organisation for Economic Co-operation and Development (OECD) Directorate for Education and Skills contributes to global education by creating new policies and quantifying the indicators of education. In addition to education, human resource development (HRD) is equally important to achieve sustainability. All indicators of education and HRD assist government in effective implementation of new projects or policies for sustainable development. Education and HRD sustainability requires a range of users from government organizations to academicians to the general public to analyze the collected data for implementation of policy within the education system of the nation as well as in the corporate sector. Therefore, the chapter focuses in detail on education and HRD systems and their role in sustainability. Objectives and potential improvements in education to achieve global sustainability are clearly defined in the subsections. The interdependency between education and HRD is also highlighted with a focus on interdependencies of sustainability on HRD by analyzing the HRD indicators for sustainability.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,288
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,262
Écart entre enseignants0,252 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207