MétaCan
Menu
Retour à la cohorte
Enregistrement W4387773562 · doi:10.1007/s11125-023-09661-w

Upholding “the educational” in education: Schooling beyond learning and the market

2023· article· en· W4387773562 sur OpenAlexaff
Paul Tarc, Aparna Mishra Tarc, Mario Di Paolantonio

Notice bibliographique

RevueProspects · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Education and Society
Établissements canadiensYork UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésCapitalismFutures contractSociologyPoliticsSocialismEnvironmental ethicsPolitical scienceLawEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This article argues that schooling’s driving purpose should be to educate. Given heightening global crises and the potential of education to respond, we agree with the spirit and focus of UNESCO’s (2021) A new social contract for education intervention. Education/schooling should be motivated by progressive, critical visions to contribute to more sustainable and just human and planetary futures. Embodied-affective-cognitive technologically-mediated processes of becoming educated, however, are not a force that can smash injustice or ecologically destructive capitalism. Educationally speaking, there is no shortcut to cultivating students as “change agents” for sustainable futures. Hannah Arendt’s essay “The crisis in education” (2006) is instructive in clarifying the function of schooling and in categorically distinguishing adults from children, education from politics, and education from learning. While human learning proliferates in multiple ways independent of existential/ethical mooring, education ultimately requires committed adults spending time with, and socioemotionally and intellectually supporting, children to deepen their understanding of the world and others, giving meaning and significance to their/our lives as part of larger collectives called upon to sustain and renew a common world.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,037
Communication savante0,0090,013
Science ouverte0,0010,007
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,007
Tête enseignante GPT0,263
Écart entre enseignants0,257 · 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'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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProspectsMême sujetDigital Education and SocietyTravaux en français237 207