MétaCan
Menu
Retour à la cohorte
Enregistrement W3103587581 · doi:10.1093/oso/9780190263720.003.0006

Who Are the Educators and How Can We Help Them?

2016· book-chapter· en· W3103587581 sur OpenAlexaboutno aff
Arthur Lupia

Notice bibliographique

RevueOxford University Press eBooks · 2016
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIgnorancePoliticsPolitical scienceConstitutionPublic relationsCompetence (human resources)LawPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

From this point of the book forward, I ask you to think about the challenges described in chapter 1 from a civic educator’s perspec­tive. That is, consider the perspective of a person who wants to increase other people’s knowledge about politics or their competence at a politically relevant task. With that perspective in mind, I first convey a few important facts about civic educators and their aspirations. Next, I present a plan for helping many of them achieve these aspirations more effectively. The plan covers the book’s main themes and offers a chapter-by-chapter description of what’s ahead. Let’s start with a brief discussion of “ignorance”—a topic that motivates many people to become civic educators. According to numerous surveys and news reports, the mass public appears to know very little about politics, government, and policy. When pollsters ask even simple questions on any of these topics, many people fail to give correct answers. For example, while nearly every adult American can name the president of the United States, many cannot recall the names of their US senators. Millions cannot easily remember which political party holds a majority of seats in the US House of Representatives or the US Senate. Many Americans give incorrect answers when asked to identify the chief justice of the United States by name. They do the same when asked about basic aspects of the US Constitution. Many provide incorrect answers to questions about who leads our nation’s closest international allies, such as the United Kingdom and Israel. Most seem not to know basic facts about our major trading partners, such as Canada and China. People provide incorrect answers or no answers at all to survey questions about all kinds of policies and politics. In “The Star Spangled Banner,” America is “the land of the free and the home of the brave,” but when asked to answer fact-based questions about policy and politics, Americans appear to be, as filmmaker Michael Moore (2010) put it, “a society of ignorant and illiterate people.”

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)0,010
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,009
Communication savante0,0260,031
Science ouverte0,0020,008
Intégrité de la recherche0,0110,025
Charge utile insuffisante (le modèle a refusé de juger)0,0250,022

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 Opus0,082
Tête enseignante GPT0,268
Écart entre enseignants0,186 · 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'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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetEducator Training and Historical PedagogyTravaux en français237 207