Education Governance for the Twenty-First Century: Overcoming the Structural Barriers to School Reform
Notice bibliographique
Résumé
Education Governance in America: Who Leads When Everyone Is in Charge?, Patrick McGuinn and Paul Manna The Failures of U.S. Education Governance Today, Chester E. Finn Jr. and Michael J. Petrilli How Current Education Governance Distorts Financial Decisionmaking, Marguerite Roza Governance Challenges to Innovators within the System, Michelle R. Davis Governance Challenges to Innovators outside the System, Steven F. Wilson Rethinking District Governance, Frederick M. Hess and Olivia M. Meeks Interstate Governance of Standards and Testing, Kathryn A. McDermott Education Governance in Performance-Based Federalism, Kenneth K. Wong The Rise of Education Executives in the White House, State House, and Mayor's Office, Jeffrey R. Henig English Perspectives on Education Governance and Delivery, Michael Barber Education Governance in Canada and the United States, Sandra Vergari Education Governance in Comparative Perspective, Michael Mintrom and Richard Walley Governance Lessons from the Health Care and Environment Sectors, Barry G. Rabe Toward a Coherent and Fair Funding System, Cynthia G. Brown Picturing a Different Governance Structure for Public Education, Paul T. Hill From Theory to Results in Governance Reform, Kenneth J. Meier The Tall Task of Education Governance Reform, Paul Manna and Patrick McGuinn
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».