MétaCan
Menu
Retour à la cohorte
Enregistrement W4405642008 · doi:10.3390/socsci13120695

Contextualised, Not Neoliberalised, Approaches to Families in Five Countries: Quality and Practice

2024· article· en· W4405642008 sur OpenAlexaffabout
Marg Rogers, Fabio Dovigo, Astrid Mus Rasmussen, Khatuna Dolidze, Laura Doan

Notice bibliographique

RevueSocial Sciences · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParental Involvement in Education
Établissements canadiensThompson Rivers University
Organismes subventionnairesUniversity of New England
Mots-clésGeneral partnershipThematic analysisCurriculumGovernment (linguistics)NegotiationQualitative propertyDescriptive statisticsPedagogyPsychologyMedical educationPublic relationsSociologyQualitative researchPolitical scienceMedicineSocial scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Partnerships with parents in early childhood education and care services are a hallmark of quality education. Educators in Western countries work within a highly regulated environment, where government documents, such as frameworks, standards, and curricula, direct most of their work, time, and energy. Despite this, data from our mixed methods online survey from Australia, Canada, Denmark, Georgia, and Italy revealed a strong resistance to the homogeneity these documents prescribe. For the quantitative data, we used cross-tabulation and descriptive statistics. For the qualitative data, we used deductive thematic analysis using a parent–educator partnership framework. Educators described parents in their service as partners in their child’s education. This included efforts to share information, consult, negotiate, and build partnerships; problem solve; and monitor, report and manage the partnership. The educators talked about the uniqueness of their approaches to parents and families within their contextualised services. They then revealed how these unique features impacted their notions of quality and practice in these services. This will be of interest to policymakers, educators, and teacher educators.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,520
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,416
Tête enseignante GPT0,470
Écart entre enseignants0,054 · 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'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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial SciencesMême sujetParental Involvement in EducationTravaux en français237 207