MétaCan
Menu
Retour à la cohorte
Enregistrement W4400119565 · doi:10.1080/00220620.2024.2368772

A donor wall vs. a big jar: critical space analysis of two school fundraising campaigns

2024· article· en· W4400119565 sur OpenAlexaffabout
Ee‐Seul Yoon, Emily Livingston, Jon Young

Notice bibliographique

RevueJournal of Educational Administration & History · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Education Studies and Reforms
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSpace (punctuation)JARSociologyPedagogyMathematics educationPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

This study sheds light on how large-scale school fundraising efforts differ according to locations in unequal and segregated cities, putting a greater burden on schools in under-resourced areas. In particular, we compare the large-scale fundraising campaigns of two high schools in contrastingly unequal urban neighbourhoods in one of Canada's prairie provinces. We apply critical space analysis to compare their respective communities, actors, strategies, discourses as well as time. Our comparison indicates that unequal levels of community wealth led to inherently uneven processes, with a greater and more prolonged fundraising burden on schools in low-income and under-resourced areas. We conclude by discussing how these large-scale school fundraising inequities constitute new structural inequities, symbolic domination, and spatial violence.

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)0,010
score de la tête « metaresearch » (Gemma)0,020
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,005
Études des sciences et des technologies0,0160,041
Communication savante0,0130,008
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,380
Écart entre enseignants0,326 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Educational Administration & HistoryMême sujetDiverse Education Studies and ReformsTravaux en français237 207