MétaCan
Menu
Retour à la cohorte
Enregistrement W3162638060 · doi:10.25236/ijnde.2021.030210

Touch the Pulse of Higher Education System: Using Health Diagnosis

2021· article· en· W3162638060 sur OpenAlexaboutno aff

Notice bibliographique

RevueInternational Journal of New Developments in Education · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRanking (information retrieval)Entropy (arrow of time)Status quoConstruct (python library)Health educationPortraitActuarial scienceMedicineStatisticsComputer scienceEnvironmental healthArtificial intelligenceGeographyMathematicsPublic healthBusinessPolitical scienceNursing

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose a health diagnostician model to synthetically score national higher education systems. Firstly, we construct a Health Diagnostician Model for Higher Education, using Entropy Weight Method and Factor Analysis to screen 57 indicators and retain 7 representative indicators. We also introduce utility functions U and risk coefficients R to assess the health status quo of higher education system, where the input variables of the model are the "Health Portraits" composed of 57 indicators from each country, and output variables are health scores. Secondly, we extracted the "Health Portraits" from the World Bank Education Database for 31 countries for the last 10 years, and used the utility score and ranking to verify the validity of the model, we obtaining an average score of 0.166, The United Kingdom, United States Canada ranked in the top three. Mexico, with a score of 0.123, was selected for further study.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,520
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,039
Tête enseignante GPT0,394
Écart entre enseignants0,355 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of New Developments in EducationMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207