MétaCan
Menu
Retour à la cohorte
Enregistrement W4287186149 · doi:10.5281/zenodo.4735685

Meritocracy in the Educational System

2021· article· en· W4287186149 sur OpenAlexaboutno aff
Aroesiri Erivwo, Elizabeth Varghese, Anthony Mathai, Tasmia Afrin

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCentral Asia Education and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeritocracySociologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

A meritocratic education system, by nature, is one where students are enabled to accomplish achievements, and receive corresponding rewards, regardless of outside factors. The common norm in schools is that achievement based on merit explains school success, and that merit is the only means of the upward mobility of all students in regards to societal status, regardless of age, gender, ethnicity, current social status, etc. The primary motive of this study was to determine whether education reflected this meritocratic nature and if education is merely a scale of academic achievement by examining trends within students. The materials we used to justify our results were demographic trends, school performance (self-assessment scale), and family background. Data was collected through surveys distributed to students (n = 351) with a mean age of 16.2. Our study was run within three main regions: United States, Canada, and Nigeria, and the results indicated that even though there is evidence of a correlation of a meritocratic nature in the education system (from the contingency tables), it fails to take into account socioeconomic factors, with other external factors affecting student achievement such as the generational cycle. Factors of constraint that are evident in our study include an uneven bell curve based on the categories of students surveyed, inequitable (biased) self-assessment responses, and achievement gaps in the education system.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,007
Communication savante0,0050,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,035
Tête enseignante GPT0,294
Écart entre enseignants0,259 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetCentral Asia Education and CultureTravaux en français237 207