MétaCan
Menu
Retour à la cohorte
Enregistrement W6982386905

Impoverished Neighbourhoods & After-School Programs

2020· article· en· W6982386905 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholars Commons (Wilfrid Laurier University) · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueAncient Mediterranean Archaeology and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisadvantagedFocus groupDysfunctional familyQualitative researchProgram evaluationQuality (philosophy)Participant observation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines the quality of Ontario’s after-school program as implemented by Rapport by using Tuason et al.’s (2009) criteria. The goal of this study is to answer the following questions: How the three core areas of the program are implemented and what activities are offered in the three core areas? How staff members and participant perceive the program and how the program impacts the lives of the participants? After-school programs have become an essential part of impoverished communities over the past three decades. The need of quality after-school programs in disadvantaged neighbourhoods has never been higher. Children residing in disadvantaged neighbourhoods are vulnerable to countless harms such as: crime, victimization, drugs, dysfunctional family systems, abuse and etc. Children are most vulnerable during the after-school hours and require adequate supervision. Through qualitative research methods, data was gathered through focus group interviews with participants attending Ontario’s after school program at Dunrankin public school in Malton Ontario. Additionally, data was also gathered through one on one interviews with staff members and program coordinator of the program. This study revealed Rapport offered the participants a quality after-school program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,800
Score d'incertitude au seuil0,402

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,004
Communication savante0,0020,001
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,034
Tête enseignante GPT0,202
Écart entre enseignants0,168 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholars Commons (Wilfrid Laurier University)Même sujetAncient Mediterranean Archaeology and HistoryTravaux en français237 207