MétaCan
Menu
Retour à la cohorte
Enregistrement W4280514613 · doi:10.1177/14749041221095275

The power of policy translators: New university governing bodies in Hungary and Poland

2022· article· en· W4280514613 sur OpenAlexaff
Dominik Antonowicz, Zoltán Rónay, Marta Jaworska

Notice bibliographique

RevueEuropean Educational Research Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHegemonyGeopoliticsPolitical scienceCorporate governancePoliticsPublic administrationChinaPopulismPower (physics)SociologyPolitical economyLawEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

The study investigates the reforms of university governing boards in Hungary and Poland. It seeks to fill that void and advance existing knowledge about the implementation of boards (councils) in CEE countries despite the great interest in HE dynamics in the region. The juxtaposition of the two countries is intentional because both share key characteristics, such as a common historical background (e.g. a communist past), geopolitical location (Central and Eastern Europe), the same institutional foundation for universities (i.e. the Humboldtian tradition) and domestic politics dominated by right-wing populism. With this in mind, it is interesting to note that the two countries, which are inspired by the same hegemonic policy ideas of NPM and had considerable similarities with respect to HE, arrived at different outcomes. This study therefore focuses on the process of policy translation and attempts to identify critical junctures that have led to structural divergence in the university governance model in the two countries. To achieve this, the research examines two parallel reforming processes that led to the introduction of new university governing bodies: consistories (2015) in Hungary and university councils (2018) in Poland.

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)0,010
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,010
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,011
Communication savante0,0090,006
Science ouverte0,0010,007
Intégrité de la recherche0,0020,003
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 Opus0,053
Tête enseignante GPT0,380
Écart entre enseignants0,327 · 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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Educational Research JournalMême sujetHigher Education Governance and DevelopmentTravaux en français237 207