Improving pathways for girls and disadvantaged youth through secondary education and into work: Evidence and reflections from practice
Notice bibliographique
Résumé
Summary Motivation Given the changing nature of work and recent shocks to environmental, health, and economic systems, secondary education in sub‐Saharan Africa must prepare youth to be adaptive and resilient as they transition into challenging labour markets. Access to opportunities to develop relevant skills and knowledge through secondary education is critical to ensure girls and other marginalized young people can secure work or create their own entrepreneurial ventures to improve their livelihoods. Yet many girls and marginalized youth either drop out of school or progress through the education system without developing the skills needed to effectively transition into labour markets. Purpose This article aims to synthesize insights from Mastercard Foundation's portfolio of programming in secondary education and situate these findings in the broader literature on equitable secondary education and preparing youth for the transition to work in sub‐Saharan Africa. Methods and approach This article draws on Mastercard Foundation's portfolio of work in secondary education in sub‐Saharan Africa, including its flagship report Secondary education in Africa: Preparing youth for the future of work , the donor collaborative Partnership to Strengthen Innovation and Practice in Secondary Education (PSIPSE), and the Scholars Program in addition to a wider literature and evidence base. It synthesizes key findings from research and programmes focusing on equitable access to and relevant skills development in secondary education. Findings Three key insights are explored: the importance of targeted financing to expand access, flexible approaches to improve completion, and entrepreneurship programming to develop relevant skills—each critical for promoting secondary education that prepares young women and men for work. Policy implications A systems‐based approach is critical to improving the access and relevance of secondary education. Gender‐equitable approaches that account for intersecting barriers are necessary to improve inclusion of disadvantaged youth in education systems and prepare them for work.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,056 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».