MétaCan
Menu
Retour à la cohorte
Enregistrement W3151336745 · doi:10.32865/fire202171219

Post-Independence Basic Education in Kenya: An Historical Analysis of Curriculum Reforms

2021· article· en· W3151336745 sur OpenAlexaff
Justus O. Inyega, Adeela Arshad‐Ayaz, M. Ayaz Naseem, Evans W. Mahaya, Dalia Elsayed

Notice bibliographique

RevueFIRE Forum for International Research in Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Policies and Reforms
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCurriculumKenyaScope (computer science)Independence (probability theory)Curriculum mappingCurriculum theoryCurriculum developmentEmergent curriculumPedagogyPolitical scienceSociologyMathematics educationPsychologyComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

This article presents a critical review of the education system and curriculum reforms in basic education in Kenya from independence in 1963 to date. It presents a philosophical and pragmatic basis for content review and the curriculum reform process. Data collection involved a critical review of relevant literature; including several curriculum reform documents. Based on the literature review and documentary analysis, there is overwhelming evidence that radical changes have resulted in the Kenyan education system from several curriculum reviews and major reforms in response to the changing needs of the Kenyan society. The new curriculum currently under implementation is the Competency-Based Curriculum (CBC). Over the years, there have been minimal changes in the content, scope, and sequence of the basic education curriculum. This article presents salient changes in the Kenyan education system and presents recommendations that may have significant implications for future curriculum reforms that can potentially improve learning outcomes.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,009
Études des sciences et des technologies0,0040,003
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,036
Tête enseignante GPT0,444
Écart entre enseignants0,408 · 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'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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFIRE Forum for International Research in EducationMême sujetGlobal Educational Policies and ReformsTravaux en français237 207