MétaCan
Menu
Retour à la cohorte
Enregistrement W3038002937 · doi:10.1177/1028315320932321

Tertiary Education in Mauritius: Increasing Access Through International Program and Provider Mobility

2020· article· en· W3038002937 sur OpenAlexaff
Jane Knight, Shaheen Motala‐Timol

Notice bibliographique

RevueJournal of Studies in International Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHigher educationIncentiveEconomic growthInternational educationAccess to Higher EducationPrivate sectorPolitical scienceBusinessPublic relationsEconomics

Résumé

récupéré en direct d'OpenAlex

Mauritius is an informative and interesting success story for increasing access of local students to tertiary education through international program and provider mobility (IPPM). This article provides a brief background on the public and private tertiary education system in Mauritius and highlights the national plans, policies, and incentives used to promote and regulate the growth of IPPM during the last two decades. IPPM enrollments doubled from 2005 to 2017 while the number of students going abroad for degrees decreased. In 2017, 35% of all students enrolled in tertiary education in Mauritius did so through IPPM. This is among the highest in the world. Favored IPPM modes include branch campuses, franchise arrangements, and distance education. The article discusses the benefits, risks, and challenges facing Mauritius in its attempt to optimize access to higher education through IPPM and to establish itself as a regional education hub. International education scholars, planners, leaders, and policy analysts will benefit from the lessons learned by Mauritius.

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)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,203
Score d'incertitude au seuil0,465

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,002
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 Opus0,077
Tête enseignante GPT0,473
Écart entre enseignants0,396 · 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'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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Studies in International EducationMême sujetHigher Education Governance and DevelopmentTravaux en français237 207