MétaCan
Menu
Retour à la cohorte
Enregistrement W4243975700 · doi:10.33423/jabe.v21i7.2548

Academic Productivity and Political Culture: The Challenges of Higher Education Nowadays

2019· article· en· W4243975700 sur OpenAlexvenueno aff
Norma Ávila Báez, Ernesto Menchaca Arredondo

Notice bibliographique

RevueJournal of Applied Business and Economics · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Teacher Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoliticsProductivityAccountabilityIncentivePolitical cultureCompetition (biology)Government (linguistics)Higher educationSocializationPublic relationsWork (physics)FeelingSociologyPolitical socializationDemocracyPolitical scienceEconomicsEconomic growthSocial scienceMarket economySocial psychologyPsychologyAmerican political science

Résumé

récupéré en direct d'OpenAlex

As a result of the new neoliberal education policies, the change in higher education institutions places them on a more competitive and adaptable level, promoting institutional processes of evaluation, planning, accountability and greater intensification of academic work. The articulating axes of political culture are linked to the existence of a subsystem of university government, subject to a process of particular socialization of the exercise of authority that allows their uniqueness within educational institutions, where public policy incentives have a strong capacity to influence the main educational activities and practices of teachers. The existing relationship between academic activity and productivity and its correlation with political culture is analyzed, contemplating subjective aspects and objectives such as beliefs, conceptions, feelings and political values, as well as attitudes, use of language, capacities, behaviors and political practices. Thus, the policy implemented by the education system promotes greater competition among institutions and academics, reshaping the political culture of academics.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil0,127

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,048
Tête enseignante GPT0,309
Écart entre enseignants0,261 · 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'étudeThéorique ou conceptuel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Business and EconomicsMême sujetEducation and Teacher TrainingTravaux en français237 207