MétaCan
Menu
Retour à la cohorte
Enregistrement W3015748514 · doi:10.5539/res.v12n2p12

Online Education as a Solution to Managing and Sustaining Foreign Aid: Comparison Between the European Cases and Others

2020· article· en· W3015748514 sur OpenAlexvenueno aff
Jinhwan Oh

Notice bibliographique

RevueReview of European Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)DisbursementScholarshipHigher educationWork (physics)Aid effectivenessQuality (philosophy)Distance educationBusinessPolitical sciencePublic relationsEconomic growthMarketingDeveloping countryEconomicsFinanceSociologyEngineering

Résumé

récupéré en direct d'OpenAlex

Inbound education official development assistance (ODA) has been known to be spread across regions regardless of geographic proximity. This not only negatively impacts effectiveness to manage aid, but also to sustain aid long-term. This study examines aid disbursement pattern of the United Kingdom, Germany, Australia, and South Korea, which are all members of OECD’s Development Assistance Committee that allocates inbound education ODA. With the empirical results confirming Korea’s lack of concentration in education ODA, this study recommends establishing satellite campuses as a more viable, operative solution than the previously suggested solution of establishing a specialized agency focusing on scholarship programs. As validated by Nagoya University’s Asian Satellite Campuses Institute (ASCI), transferring much of work to the online platform reduces time and financial costs. Furthermore, satellite campuses are expected to facilitate various means of partnerships among aid donor countries that are implementing similar programs. International collaborative efforts could help improve the quality of inbound education and play an important role in attracting bright prospective students. Thus, donor countries could utilize online education platform to overcome severe geographic obstacles in distance education and increase effectiveness of its inbound education ODA.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,118
Tête enseignante GPT0,406
Écart entre enseignants0,288 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetInternational Development and AidTravaux en français237 207