MétaCan
Menu
Retour à la cohorte
Enregistrement W4413382142 · doi:10.1080/03057925.2025.2544514

Reinventing the teaching-research nexus to foster university education in the twenty-first century

2025· article· en· W4413382142 sur OpenAlexaff
Yanru Xu, Qiang Zha, Anthony Welch, Jean‐Claude Ruano‐Borbalan, Michael Hœlscher, Liu Jian

Notice bibliographique

RevueCompare A Journal of Comparative and International Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésNexus (standard)SociologyPolitical sciencePedagogyEngineering

Résumé

récupéré en direct d'OpenAlex

This forum paper first sheds light on the strains on the teaching-research nexus derived from neo-liberal globalisation, neo-nationalism and the impact on higher education (HE). Then, it asserts that the evolving configurations of priority among teaching, research, and transfer activities in HE have resulted in a fragmentation and stratification of roles or identities in academic profession, and essentially rendered the teaching-research nexus to fall apart. One response, the German case of real-world labs, prompts academics to work together with practitioners and engage in problem-based approach to teaching and learning. The China case of initiatives leaning back to reinforcing education and teaching demonstrates an attempt of reverting to the basics in order to reboot universities against the context full of changes and uncertainties. Finally, it attempts to reinvent Clark’s ‘research-teaching-study nexus’ with enriched and upgraded analytical capacity in capturing the complexities and nuances in the new and globalizing contexts.

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)0,002
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,274
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
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 Opus0,087
Tête enseignante GPT0,452
Écart entre enseignants0,364 · 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
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 revueCompare A Journal of Comparative and International EducationMême sujetHigher Education Governance and DevelopmentTravaux en français237 207