MétaCan
Menu
Retour à la cohorte
Enregistrement W3115915449 · doi:10.3968/11910

The Differences of Family Education Between China and America

2020· article· en· W3115915449 sur OpenAlexvenueno aff
Huihui Guo

Notice bibliographique

RevueStudies in literature and language · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Methods and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaCreativityChinese familyFamily valuesPsychologyIndependence (probability theory)Face (sociological concept)Family lifeQuality (philosophy)SociologyGender studiesSocial psychologyPolitical scienceSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Nowadays, children live in a more privileged life and are provided by family and society with more advantageous conditions. At the same time, social development needs children have high qualified talents to face such environment,then good family education is the key point to the high qualified talents. Because family is the first place that children receive education, which plays an important role in the intellectual development and the quality of the children. There are many types of family education in the world and each of them shows distinctive features and closely relate to its culture. And American family education is the most famous one among them. There are great differences in the concepts, methods and results of education between America and China. My paper will analyze those differences from the three aspects, especially the differences on cultivating children’s independence, creativity and relationships between children and parents of the two kinds of family education. I hope to find a satisfied family education method through comparing the differences between Chinese and American family education so as to provide a helpful way for Chinese family education.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,066
Tête enseignante GPT0,458
Écart entre enseignants0,392 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in literature and languageMême sujetEducation Methods and PracticesTravaux en français237 207