Editorial: Education in Times of Crisis: Methodologies and Solutions
Notice bibliographique
Résumé
Special Issue publishes research articles, essays, research reports, teaching notes, and book reviews on a wide range of topics of interest to the language, literature and Education. Specifically, we encourage submission of manuscripts that, in a concrete way, apply language and linguistics or critically reflect on the application of educational technology. The aim of the Special Issue is to publish articles that contribute significantly to the body of knowledge. It publishes both theoretical and empirical articles and case studies relating to linguistics, literature, education, English, arts and humanities and related disciplines. Published articles use scientific research methods, including statistical analysis, case studies, field research and historical analysis. We call for multidisciplinary and multi-country contributions in social sciences and humanities that address the severe and global COVID-19 crisis, its impacts and its opportunities for the future. We are in the unprecedented territory, and we aim at encouraging scholars in the field to reflect and debate the role of social sciences practices in leading governmental and non-governmental organizations’ policies; in sustaining public services, businesses and not-for-profit organizations’; as well as the state of the human condition. We call for scholarly debates on how this pandemic is affected and may affect the practice of education in times of crisis and the need for accountability at a global level. The Special Issue may target scientists, researchers, professors, students and policy makers from English literature, English linguistics, teaching and learning English as a Second Language (ESL), as an Additional Language (EAL) or as a Foreign Language (TEFL) Education and methods of teaching, Literature, Languages and Information related domains.
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 | 0,015 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,016 | 0,008 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,010 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,016 |
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 ».