MétaCan
Menu
Retour à la cohorte
Enregistrement W4406479106 · doi:10.1080/01559982.2024.2440968

When ‘Places’ educate: hacking accounting education through spaces

2025· article· en· W4406479106 sur OpenAlexaff
Charles H. Cho, David Derichs, Nicholas McGuigan, Joan Ballantine, Alessandro Ghio, Louise Gorman, Blerita Korca, Alessandro Merendino, Erica Pimentel, Destan Halit Akbulut, Anna Białek‐Jaworska, Sanjay Bissessur, Simona Caramia, Jane Cho, Ericka Costa, Sorin Daniliuc, Marta de Almeida, Mădălina Dumitru, Kertu Lääts, Camelia Iuliana Lungu, Radu Marian, Gaia Melloni, Roza Sagitova, Maria-Silvia Săndulescu, Frank Schiemann, Fabiola Schneider, Mei Sheng, Juha Sihvonen, Madalina Solcanu, Daniela Sorrentino, Piotr Staszkiewicz, Paul J. Thambar, Meredith Tharapos, Adriana Tiron‐Tudor, Mariana Lima Vilela, Cláudio de Araújo Wanderley

Notice bibliographique

RevueAccounting Forum · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous and Place-Based Education
Établissements canadiensUniversité du Québec à MontréalQueen's UniversityYork University
Organismes subventionnairesnon disponible
Mots-clésAccountingHackerMateriality (auditing)BusinessPublic relationsSociologyPolitical scienceComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

This editorial explores the idea of ‘place’ as an active educator in accounting education, emphasizing the role of diverse metropolitan locations in shaping student learning. Through the Sustainable Futures Hackathon - Hacking Place in Accounting, global accounting educators engaged with six unique case sites to collaboratively develop learning materials that integrate accounting with local contexts. Findings highlight that place-based education is a student-centered approach that fosters authentic learning, promotes autonomy, and connects academic concepts with practical applications in real-world settings.

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)0,008
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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0080,010
Communication savante0,0080,011
Science ouverte0,0010,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,011
Tête enseignante GPT0,318
Écart entre enseignants0,307 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting ForumMême sujetIndigenous and Place-Based EducationTravaux en français237 207