The G20 and the Think 20 as new global education policy actors? Discursive analysis of roles and policy ideas
Notice bibliographique
Résumé
Purpose The Group of Twenty (G20) has substantial influence in global economic policy but has been peripheral in global education governance. There is intensification of education policy-relevant engagement within the Think 20 (T20), the “ideas bank” and official engagement group of the G20. The authors analyse the evolution of education as a policy domain within the T20, the ideas and discursive framing of education and global education policy “solutions” and assumptions about the G20 in education policy engagement. Design/methodology/approach The authors view the T20 as an external actor that can mobilise policy-relevant ideas to G20 actors responsible for internal policy selection and translation. The analysis covers the period 2018–2021 when education became an explicit T20 policy area. The authors screened all 461 T20 policy briefs across all domains. Of these, 32 briefs and four final T20 Summit communiqués were reviewed using critical discourse analysis. Data were supplemented via organisational websites and tacit professional knowledge. Findings Three assumptions on the G20 as an actor prevailed: (1) policymaker, (2) policy shaper and (3) knowledge mobiliser. The framing ideas on education were linked to assumptions on drivers of education system reform as intertwined with, or to enable: (1) economic adaptation, (2) technical adaptation and (3) socio-political adaptation of individuals and societies. Originality/value Accelerated education engagement within the T20 and its direct reach to G20 leaders makes it, and the G20, analytically unique and new unexamined actors of potential influence. The authors conclude that the T20 is positioned as a unique actor, both that can mobilise education policy-relevant ideas to G20 leaders, and legitimised as the actor from which G20 leaders and policymakers should adopt ideas.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».