MétaCan
Menu
Retour à la cohorte
Enregistrement W4393100271 · doi:10.47814/ijssrr.v5i10.679

The Experience of the United States and Canada in Combating Corruption in the Education System and Opportunities for Uzbekistan

2022· article· en· W4393100271 sur OpenAlexaboutno aff
Rakhmatulla Ibadullaevich Mirzaev

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Perspectives in Modern Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLanguage changePolitical scienceEconomic growthGeographyDevelopment economicsEconomics

Résumé

récupéré en direct d'OpenAlex

This article is devoted to the topical issue of improving the fight against corruption in the education system of Uzbekistan. The article’s aim is to analyze the experience accumulated by the USA and Canada in the fight against corruption in the education system in order to study the possibilities of applying the most successful practices of these states in Uzbekistan. The research methods were the following: analysis of scientific literature and legal acts, comparative legal analysis, induction, deduction and forecasting. The article’s author comes to the conclusion that in the United States it is useful for Uzbekistan to adopt the experience of protecting citizens and civil servants when they apply to the competent authorities about corruption manifestations that they become aware of or information about which they need to verify, while simultaneously protecting the leadership of all organizations from deliberate misinformation on the part of persons making relevant statements. In Canada, it is useful for Uzbekistan to learn from the experience of the widespread implementation of ethical codes for educators, however, it is necessary to exclude excessive legislative detailing of ethical codes so that they are not too difficult to understand and do not require an additional serious system of training staff and consulting officials.\n

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,296
Tête enseignante GPT0,461
Écart entre enseignants0,165 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetDiverse Perspectives in Modern StudiesTravaux en français237 207