MétaCan
Menu
Retour à la cohorte
Enregistrement W4409191660 · doi:10.5539/hes.v15n2p263

Strategies for Promoting of lifelong learning in Adult Higher Education in ZheJing Province

2025· article· en· W4409191660 sur OpenAlexvenueno aff
Xu Zhongyan, Sunate Thaveethavornsawat, Touchakorn Suwancharas, Areeya Juijumlong

Notice bibliographique

RevueHigher Education Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Learning Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLifelong learningHigher educationMathematics educationPedagogyPsychologyAdult educationMedical educationPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The objectives of this research were 1) to explore the current situation of sustainable development for lifelong learning of adult higher education in Zhejiang Province and 2) to propose strategies for the sustainable development of lifelong learning of adult higher education in Zhejiang Province and 3) evaluating the effectiveness of the strategy for sustainable development of lifelong learning of adult higher education in Zhejiang Province. The sample group of this study consisted of 384 students and 10 interview experts.10 focus group discussion experts and 5 strategy assessment experts. The research tools included 1) questionnaires; 2) interviews;and 3) strategies; and 4) assessment forms. Statistical methods used to analyze the data included percentage, mean, standard deviation, modified Priority Needs Index (PNImodified) and content analysis. The reasearch instruments included 1) questionnaires; 2) interviews; and 3) strategies, and 4) evaluation form. The statistics to analyze the data were percentages. mean, stand deviations, Modified Prionrity Needs Index; (PNImodified) and content analysis strategies for promoting lifelong learning in adult education in Zhejiang Province, including 4 strategies, build institutional measures, including 6 strategies, improve the mangement system, including 8 strategies, enhance learning motivation, including 7 strategies, and evaluate education quality, inculding 5 strategies.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,046
Tête enseignante GPT0,447
Écart entre enseignants0,400 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetHigher Education Learning PracticesTravaux en français237 207