MétaCan
Menu
Retour à la cohorte
Enregistrement W3113076920 · doi:10.5539/hes.v11n1p42

Analysis of Undergraduates’ Compulsory Courses in China’s Comprehensive Universities – A Case Study

2020· article· en· W3113076920 sur OpenAlexvenueno aff
Sai Ma, Yanrong Li, Peipei Zhang

Notice bibliographique

RevueHigher Education Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHigher educationChinaWorkloadScope (computer science)IdeologySociologyJournalismQuality (philosophy)Mathematics educationPedagogyPoliticsPolitical scienceMedical educationPsychologyManagementMedia studiesLawMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Drawing on case study evidence, this article explores the development of compulsory courses in a China’s high-level comprehensive university, which has achieved good results in the procedure of Quality Assessment of Undergraduate Education (QAUE) and China Discipline Ranking (CDR) issued by Ministry of Education (MOE). The general undergraduate majors of this university are classified into 5 categories, namely, journalism and communication, economics and management, science and engineering, foreign language and literature, humanities and social science. The research scope is from grade 2007 to 2017, 2007 fall to 2018 spring semester, respectively. According to the requirements of MOE, the compulsory courses are divided into two parts: public and professional. The public part mainly refers to the courses of physical education, ideological and political and elementary computer science, while the professional part is mostly relevant to the courses associate with the major. The laws of two parts are studied by utilizing the features of course name, course ID, credits and appropriate semester. The conditions of characteristic development, the workload of teachers and students and the interdisciplinary platform, which are universal in Chinese Higher Education Institutions (HEIs), are mentioned.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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)0,0000,000

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 Opus0,080
Tête enseignante GPT0,401
Écart entre enseignants0,322 · 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'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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetHigher Education Governance and DevelopmentTravaux en français237 207