MétaCan
Menu
Retour à la cohorte
Enregistrement W3185707323 · doi:10.37291/2717638x.202122102

In-between spaces of policy and practice: Voices from Prince Edward Island early childhood educators

2021· article· en· W3185707323 sur OpenAlexafffundabout
Gabriela Arias de Sanchez, Alaina L. Roach O'Keefe, Bethany Robichaud

Notice bibliographique

RevueJournal of Childhood Education & Society · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Prince Edward Island
Mots-clésEarly childhoodExcellenceLiminalitySociologyMerge (version control)Early childhood educationPedagogyQualitative researchSpace (punctuation)Identity (music)Nonprobability samplingGender studiesCitizen journalismPolitical sciencePsychologySocial scienceDevelopmental psychologyAnthropology

Résumé

récupéré en direct d'OpenAlex

Over the course of the past decades, the discourse, pedagogy, scope, and delivery of early learning and child care (ELCC) has undergone myriad significant changes internationally, nationally, and at local levels. Prince Edward Island (PEI), the smallest Canadian Province, has not been exempt from these transformations. By situating early childhood educators (ECEs) at the centre of ecological multilevel environments (Bronfenbrenner, 2005), this qualitative study explored how a system-wide change implemented through the Prince Edward Island Preschool Excellence Initiative (PEIPEI) has impacted and is being impacted by ECEs over time. Purposive sampling was used to invite seven early childhood educators working on provincially regulated early years centres (EYCs) to participate in individual interviews. Findings indicated that ECEs have been striving to navigate and merge the space in-between policy and practices and that after ten years, they remain in this liminal space where they continue to navigate unravelling transitions as they search for their professional identity.

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)0,006
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil0,876

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0200,014
Communication savante0,0070,003
Science ouverte0,0020,006
Intégrité de la recherche0,0030,006
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 Opus0,010
Tête enseignante GPT0,322
Écart entre enseignants0,312 · 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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Childhood Education & SocietyMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207