MétaCan
Menu
Retour à la cohorte
Enregistrement W316994401 · doi:10.5206/cie-eci.v42i1.9223

International Students as Lucrative Markets or Vulnerable Populations: A Critical Discourse Analysis of National and Institutional Events in Four Nations

2013· article· en· W316994401 sur OpenAlexaffvenueabout
Grace Karram

Notice bibliographique

RevueComparative and International Education · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhenomenonCritical discourse analysisDiscourse analysisSociologyPolitical sciencePublic relationsEconomic growthEconomicsPoliticsLawLinguistics

Résumé

récupéré en direct d'OpenAlex

The migration of post-secondary students is an increasingly debated phenomenon as the number of students living outside of their home country has risen to more than three million in the past decade. Governments, regions and institutions have developed new structures and strategies to facilitate and benefit from this worldwide student movement. This research article uses Fairclough’s (1993) notion of critical discourse analysis to explore the relationship between two distinct discourses on foreign students: national-level economic competitiveness and institutional-level student success. A comparative approach examines these discursive events in the four leading, Anglophone destination countries: Australia, Britain, Canada and the United States. The findings suggest that foreign students are objectified as tradable units in the market-driven discourse of economic development with student support literature providing a buffer that limits the critique of the economic discourse. At the same time, potential exists for current events to highlight the tension surrounding the two discourses and provide new opportunities for dialogue.

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)0,014
score de la tête « metaresearch » (Gemma)0,012
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0150,035
Communication savante0,0170,013
Science ouverte0,0020,010
Intégrité de la recherche0,0030,005
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 Opus0,101
Tête enseignante GPT0,511
Écart entre enseignants0,410 · 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

Citations24
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueComparative and International EducationMême sujetHigher Education Governance and DevelopmentTravaux en français237 207