MétaCan
Menu
Retour à la cohorte
Enregistrement W4248503179 · doi:10.5430/jct.v8n3p102

A Second-Class Workforce: How Neoliberal Policies and Reforms Undermined the Educational Profession

2019· article· en· W4248503179 sur OpenAlexvenueno aff
Sunni Ali

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScrutinyNeoliberalism (international relations)WorkforcePovertyPolitical scienceSociologyPublic administrationPublic relationsPedagogySocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Years of professional neglect, scrutiny, and inequitable pay have forced educators across the country to fight forimproved policies and reforms. A public, in some circles, that views educators undeserving of their salaries due to theunpreparedness of the American youth to succeed in the economy and the continued societal problems emanating fromthe profession.Neoliberalism, as a school policy plan, was designed to retool and establish improved schooling opportunities,especially for children of color located in poor residential environments. Instead, what it created was a more divided,tiered school arrangement that expelled black-and-brown teachers from education while closing down the schools theyworked in primarily situated in urban America (Lipman, 1998; Watkins, 2011; Apple, 2018).The methodology for this research diagnosed and assessed key aspects of contemporary literature along with applyingan auto-ethnographic lens to evaluate school reform challenges. The critical race theoretical approach was adopted toindicate how neoliberalism affects new teachers entering the profession along with teachers and children of colorexisting within school structures.Despite the paper identifying the various milestones achieved in the newly constructed schools, it is also clear thatcharter-and-contract school designs pay teachers less for their work, reduces the employment attrition rate, andconsummates an over testing industry that regulates and controls how teachers instruct and are evaluated. Moretroubling, fewer people were interested in pursuing this profession as a career (Walker, 2019; Ravitch, 2016).To fix this challenge, educators are in the streets, the school board rooms, and on Capitol Hill to demand theirprofession receive the types of reforms necessary to sustain its existence. Such activism ensures education willcontinue to make great strides improving the lives of children, every day, while also working to sustain communities inneed of hope and progress.

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)0,008
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,013
Communication savante0,0130,009
Science ouverte0,0020,010
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,018
Tête enseignante GPT0,343
Écart entre enseignants0,325 · 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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetEducation Systems and PolicyTravaux en français237 207