MétaCan
Menu
Retour à la cohorte
Enregistrement W4320027245 · doi:10.32674/cisr.v2i1.5361

Challenges and Opportunities in the International Higher Education “Post-Pandemic” Landscape

2022· article· en· W4320027245 sur OpenAlexaffabout
Abu Arif, Melissa Whatley

Notice bibliographique

RevueCritical Internationalization Studies Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésInternationalizationScholarshipNothingPandemicVisionInternational educationPolitical scienceInternationalization of Higher EducationCoronavirus disease 2019 (COVID-19)Higher educationMedia studiesSociologyMedicineLaw

Résumé

récupéré en direct d'OpenAlex

International education is a vast field of scholarship and practice. Internationalization of higher education (IHE) has been contested, debated, deconstructed, and reconstructed. While some have discussed the end of internationalization (Brandenburg & De Wit, 2011), others have discussed reimagining or rebuilding this field of practice (Stein, 2021). Since the post-World War II era, the international education sector has faced many challenges including the Cold War, 9/11 and its responses, the election of Donald Trump, and Brexit, but perhaps nothing compares to COVID-19. The pandemic has severely impacted the core of the internationalization of higher education – human mobility. CISN reached out to three IHE scholars and leading practitioners in the USA and Canada to learn about their visions for the future of IHE in the “post-pandemic” landscape. We encourage readers to send us their comments about their own responses to the following questions and their thoughts on the responses from Dr. Sonja Knutson, Dr. Harvey Charles, and Dr. Adel El Zaïm outlined here.

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)0,015
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,015
Communication savante0,0130,015
Science ouverte0,0010,008
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,336
Tête enseignante GPT0,490
Écart entre enseignants0,154 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Internationalization Studies ReviewMême sujetGlobal Education and MulticulturalismTravaux en français237 207