Notice bibliographique
Résumé
When you read the biographies of incredible individuals that have changed the world, or do a quick search of the Internet for inspirational thoughts on "learning by doing", you will inevitably encounter a countless listing of quotes, attributed to notable people such as Doris Lessing, Albert Einstein, or Nelson Mandela.Lessing, for example, winner of the Nobel Prize in Literature, and leader of campaigns against nuclear arms and South African apartheid, once said that "What matters most is that we learn from living."Albert Einstein, physicist, creator of general and specific theories of relativity, and probably one of the greatest -if not best-known -scientists of the 20th Century, stated that, "Setting an example is not the main means of influencing others, it is the only means."Nelson Mandela, anti-apartheid activist and leader of the African National Congress, is credited with saying that "Education is the most powerful weapon you can use to change the world."And while the words from these and other outstanding leaders are motivational, Aboriginal leaders and community economic development officers and change agents continue to add to the growing list of experiential commentary and inspirational quotes.Many of these may be found in the materials published in JAED's "Lessons from Experience."In this section we hear from Canadian Aboriginal leaders, educators, and development officers about learning from living, setting healthy and sustainable examples, and changing the world through education, among other quotable-quotes. 1Lessons from Experience
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 | 0,004 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,372 | 0,212 |
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 ».