MétaCan
Menu
Retour à la cohorte
Enregistrement W4301243939 · doi:10.5038/2577-509x.7.2.1197

Staffing remote schools: Perennial failure

2022· article· en· W4301243939 sur OpenAlexaff
Sally Knipe, Christine Bottrell

Notice bibliographique

RevueJournal of Global Education and Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensNetwork for Business Sustainability
Organismes subventionnairesAustralian Government
Mots-clésStaffingGovernment (linguistics)DisadvantageDescriptive statisticsIndigenousScale (ratio)Quality (philosophy)GeographyPublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

Educational and socioeconomic disadvantage in remote communities, and the inadequacies of government action to bring about significant change needs to be addressed. This article presents a descriptive study examining the complexities of staffing remote and very remote schools in Australia with appropriately-qualified teachers. The findings of analysis of data from the Australian Bureau of Statistics (ABS) on behalf of the Australian Government through the National Schools Statistics Collection (NSSC) indicate that the majority of students in remote schools in Australia live, and are educated in, Indigenous communities in three jurisdictions. This raises concerns of unacknowledged and unacceptable discrimination. Complexity within the current approach to resourcing of remote and very remote schools in Australia, especially in relation to economies of scale are explored. The analysis of existing data was discussed, and how this may be used to address the perennial failure to develop quality decisions, particularly in areas of resourcing in remote and very remote schools.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,079
Tête enseignante GPT0,495
Écart entre enseignants0,416 · 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.

Devis d'étudeSans objet
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global Education and ResearchMême sujetEducation Systems and PolicyTravaux en français237 207