MétaCan
Menu
Retour à la cohorte
Enregistrement W4410262056 · doi:10.1038/s41539-024-00288-w

A new education agenda based on The International Science and Evidence Based Education Assessment

2025· article· en· W4410262056 sur OpenAlexaff
Nandini Chatterjee Singh, Tal Gilead, Anya Chakraborty, Jo Van Herwegen, Nienke van Atteveldt, Grégoire Borst, Stephanie Bugden, Kaja Kinga Jasińska, Jonathan Kay, Kenneth R. Pugh, Anantha Kumar Duraiappah

Notice bibliographique

Revuenpj Science of Learning · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Policies and Reforms
Établissements canadiensUniversity of TorontoUniversity of WinnipegUniversity of Manitoba
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésFlourishingMultidisciplinary approachDeclarationEngineering ethicsMeritocracyPolitical scienceHigher educationSociologyPsychologySocial scienceEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

The International Science and Evidence Based Education Assessment examined whether current education systems develop each person's full potential (aligned with the UN Declaration of Human Rights) and contribute to Sustainable Development Goal 4. Embracing a multidisciplinary approach, nearly 300 scientists from 45 countries conducted the assessment, calling for a shift in education's focus from economic growth to fostering human flourishing. Key findings included (a) the need for an integrative approach to learning, (b) moving beyond meritocracy and exploring potentiality as a better measure of student learning potential, and (c) using technology judiciously for scalable, equitable, and personalised learning. This paper seeks to highlight themes that were foundational to the assessment but not fully discussed within it. It advocates a global, transdisciplinary research agenda to close evidence gaps and inform policy to consider the complexity of the educational system and the need to think beyond existing conventions.

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)0,228
score de la tête « metaresearch » (Gemma)0,191
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,228
Score d'incertitude au seuil0,952

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2280,191
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0150,011
Études des sciences et des technologies0,0080,040
Communication savante0,0380,073
Science ouverte0,0070,031
Intégrité de la recherche0,0410,053
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,031
Tête enseignante GPT0,415
Écart entre enseignants0,384 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Science of LearningMême sujetGlobal Educational Policies and ReformsTravaux en français237 207