MétaCan
Menu
Retour à la cohorte
Enregistrement W4412689204 · doi:10.5772/intechopen.1011464

The Caribbean Certificate of Secondary Level Competence in Context: Local Adaptations and Global Lessons

2025· book-chapter· en· W4412689204 sur OpenAlexaboutno aff
Viola Rowe

Notice bibliographique

RevueEducation and human development · 2025
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCertificateCompetence (human resources)GeographyPsychologyComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

This chapter discusses the Caribbean Certificate of Secondary Level Competence (CCSLC) programme, its justification in the context of the Caribbean region, and how it compares to the Curriculum for similar grades in other contexts, such as Australia, Canada, the United Kingdom, and the United States of America. The CCSLC programme was developed by the Caribbean Examinations Council (CXC) in response to a call by the Caribbean Common Market (CARICOM), heads of governments for a foundational programme to better prepare students at the lower levels of secondary school (Grades 7–9) for them to perform better at higher Grades and the Caribbean Secondary Education Certificate (CSEC) examination. CCSLC is adapted across several Caribbean countries. Guyana embraced the programme in 2024 and continues to prepare teachers and school administrators as the country advances to full implementation. Ninety-two per cent of the 73 schools trained thus far have implemented the programme. Implementation challenges include the lack of training, the need for retraining, the scarcity of specialist teachers, and limited material resources. This chapter also highlights teachers’ perspectives on adapting to Guyana’s context and finds that there is widespread buy-in for the programme’s implementation due to its potential to improve students’ performance. To retain teachers’ enthusiasm for supporting the programme and ensuring effective delivery and intended educational outcomes, an expanded support system is recommended.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil0,936

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,139
Tête enseignante GPT0,375
Écart entre enseignants0,236 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueEducation and human developmentMême sujetEducation Systems and PolicyTravaux en français237 207