MétaCan
Menu
Retour à la cohorte
Enregistrement W4396694714 · doi:10.1177/0092055x241248183

Teaching Family? Care/Work Policy in Selected Family Courses in Canada’s Research-Intensive Universities

2024· article· en· W4396694714 sur OpenAlexafffundabout
Susan Prentice, Lindsey McKay, Trina McKellep

Notice bibliographique

RevueTeaching Sociology · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensThompson Rivers UniversityUniversity of Manitoba
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésWork (physics)SociologyHigher educationPedagogyFamily studiesPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

To what degree is explicit care/work policy taught in family courses in Canada's leading research-intensive universities? We analyze family courses in sociology departments and in political studies and women's/gender studies programs in Canada's 15 R1 universities to make a contribution to the scholarship of teaching and learning. This national scan marks a methodological innovation from curriculum studies that generally adopt a single-program or single-site focus. From a Canadian universe of 74 family courses, we identify 15 whose formal course calendar description explicitly addresses care/work family policy (measures to reconcile caring for young children with employment, through early learning and childcare, parental leaves, and child benefits). Sociology predominates among courses where family policy is taught, yet care/work policy content is not common. Given growing concerns about the care crisis and the care deficit in Canada, the low profile of care/work family policy content in family courses is significant. This study sheds light on the value of national postsecondary education curricular reviews and suggests that family curriculum renewal is warranted.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,656

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0080,003
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,073
Tête enseignante GPT0,476
Écart entre enseignants0,403 · 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'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTeaching SociologyMême sujetGlobal Health Workforce IssuesTravaux en français237 207