MétaCan
Menu
Retour à la cohorte
Enregistrement W4224212742 · doi:10.55993/hegp.1054946

Surviving a Crisis: Transformation, Adaptation, and Resistance in Higher Education

2022· article· en· W4224212742 sur OpenAlexfundno aff
Emma Sabzalieva

Notice bibliographique

RevueHigher Education Governance and Policy · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoLeverhulme Trust
Mots-clésHigher educationResistance (ecology)Soviet unionPolitical scienceAdaptation (eye)PoliticsPolitical economyEconomic systemDevelopment economicsSociologyEconomicsPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

After periods of crisis, it has been assumed that social institutions like higher education will also change radically – and perhaps even fail. In contrast to this expectation, this paper demonstrates that such moments of intense disruption result not only in transformation but are additionally accompanied by significant levels of adaptation and some resistance. Drawing from a larger study of the impact of crisis on higher education, this paper explores some of the ways that higher education responds to major political, economic, and social change at both system and organizational levels. Taking the collapse of the Soviet Union in 1991 as the moment of crisis, the paper presents findings from a comparative case study of three ex-Soviet countries with new primary source data generated by interviews with experienced faculty members at the frontline of change. Understanding what it takes for higher education to survive a crisis makes an important contribution to comparative higher education studies by showing the variegated ways that higher education institutions and systems respond to crisis and to filling the gap in theory-driven explanations of system and organizational responses to major change.

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 enseignants0,009
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,022
Communication savante0,0090,005
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
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 Opus0,026
Tête enseignante GPT0,318
Écart entre enseignants0,292 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education Governance and PolicyMême sujetHigher Education Governance and DevelopmentTravaux en français237 207