MétaCan
Menu
Retour à la cohorte
Enregistrement W7038312176

A great rattling of dry bones: The emergence of national standards in the early 20th century

2009· article· en· W7038312176 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarSpace (University of Hawaii at Manoa) · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMilitary Technology and Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGloomGovernment (linguistics)Context (archaeology)Subject (documents)GermanExposition (narrative)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The founding of the MLA in 1883 signaled a victory for modern languages in their struggle to gain academic recognition. Greek and Latin were dealt yet another blow to their prestige when “modern language men” persuasively argued that French and German had the same virtues that the classicists had arrogated to themselves, namely a rich literature, efficacy in mental discipline, and an aid to mastering other disciplines. Indeed, the modern languages could go one step further, claiming their practical value in contemporary society. At the same time, waves of immigration were bringing about increased growth in high school enrollments and a more diverse student body, causing concern among many educators. At the 1891 meeting of the National Council of Education in Toronto, the chair of the Committee on Secondary Education, James H. Baker, complained that “the present condition of affairs [as regards high school curricula] is chaotic and that it may be improved in many respects” (Baker, cited in “Report of the committee of 10” School Journal, 1895, p. 718). Such was the historical moment that motivated a series of reports evaluating the place of modern languages in the curriculum, the best ways to teach them, and above all, standards of achievement for entrance into college. In this chapter, I will examine two of these reports—the Report of the Committee of Ten and the Report of the Committee of Twelve—as well as the formation of the College Board. I will emphasize their importance for standard setting, articulation, and assessment in the context of the educational culture of the times.

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)0,003
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,141
Score d'incertitude au seuil0,280

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,017
Communication savante0,0080,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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'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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarSpace (University of Hawaii at Manoa)Même sujetMilitary Technology and StrategiesTravaux en français237 207