Notice bibliographique
Résumé
Click to increase image sizeClick to decrease image size Notes 1. For example, seeAdams, Bell, and Griffin (1997, 2007) Adams, M., Bell, L. A. and Griffin, P., eds. 1997. Teaching for diversity and social justice: A sourcebook, New York: Routledge. [Google Scholar]; Ayers, Hunt, and Quinn (1998) Ayers, W., Hunt, J. A. and Quinn, T., eds. 1998. Teaching for social justice: A democracy and education reader, New York: New Press and Teachers College Press. [Google Scholar]; Barry (2005) Barry, B. 2005. Why social justice matters, Malden, MA: Polity. [Google Scholar]; Davidson and Schniedewind (1997) Schniedewind, N. and Davidson, E. 1997. Open minds to equality: A sourcebook of learning activities to affirm diversity and promote equity, , 2nd ed., Boston, MA: Allyn & Bacon. [Google Scholar]; Enns and Sinacore (2005) Enns, C. Z. and Sinacore, A. L. 2005. Teaching and social justice: Integrating multicultural and feminist theories in the classroom, Washington, DC: American Psychological Association. [Crossref] , [Google Scholar]; Marshall and Oliva (2006) Marshall, C. and Oliva, M. 2006. Leadership for social justice: Making revolutions in education, Boston, MA: Pearson. [Google Scholar].
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».