Policy Recommendations for Learning Encouragement of District Learning Encouragement Centers Under the Department of Learning Encouragement
Notice bibliographique
Résumé
The research aimed to introduce policy proposals for learning promotion at the District Learning Encouragement Centers under the Department of Learning Encouragement. The research consisted of three phases: Phase 1 involved studying the current situation, desired conditions, and necessary needs to draft policy proposals for promoting learning at the District Learning Encouragement Centers. The sample consisted of 1,368 administrators and teachers from the Department of Learning Encouragement, selected through multi-stage random sampling using stratified sampling principles, and studying three cases. The target group included nine school administrators and teachers chosen through purposive selection. Phase 2 focused on drafting policy proposals for promoting learning at the District Learning Encouragement Centers through expert-based seminars. The target group consisted of 11 selected experts. Phase 3 involved reviewing and holding public consultations on the policy proposals for promoting learning at the District Learning Encouragement Centers. The target group consisted of 39 administrators, educational supervisors, and teachers selected through purposive selection. The research tools included questionnaires, interviews, and evaluation forms. The statistical methods were percentages, means, standard deviations, and content analysis. The research results indicated that the policy proposals for promoting learning at the District Learning Encouragement Centers included five key policy areas: vision promotion, lifelong learning promotion, social and community development, qualification-based learning promotion, and diverse learning promotion. The evaluation of the policy proposals for promoting learning at the District Learning Encouragement Centers overall indicated a high level of appropriateness, feasibility, and overall benefit across all aspects.
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 | 0,052 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,014 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».