Advancing Inclusive Education: A Critical Examination of Sustainable Development Goal 4
Notice bibliographique
Résumé
Abstract Introduction: Sustainable Development Goal 4 (SDG 4) emphasizes inclusive and equitable quality education. However, individuals with disabilities remain among the most marginalized in accessing education, especially in developing countries. This study examines the adequacy of SDG 4 targets in ensuring inclusive education for children with disabilities. Methods: A qualitative study was conducted through in-depth interviews with 20 stakeholders from India and other countries (Canada, USA, UK, South Africa, Sweden, Nigeria, Zambia, and Guyana), selected via purposive sampling. Participants included experts and advocates in disability policy and persons with disabilities. Results: Thematic analysis of responses revealed that current SDG 4 targets are perceived as insufficiently inclusive. Major barriers include lack of disaggregated data, inadequate teacher training, systemic policy gaps, and attitudinal challenges. Respondents emphasized the need for specific, measurable, and culturally relevant indicators. Conclusion: The study concludes that SDG 4, while conceptually supportive, requires customized indicators and stronger systemic backing to genuinely uphold inclusive education. Specific recommendations include data-driven policies, inclusive teacher training, accessibility standards and integrated disability frameworks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,137 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,021 | 0,055 |
| Communication savante | 0,028 | 0,021 |
| Science ouverte | 0,005 | 0,027 |
| Intégrité de la recherche | 0,009 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».