Finnish Students’ Educational Provision Experience Towards Resilience, Recovery and Renewal of Education Systems
Notice bibliographique
Résumé
The aim of this study is to learn in what ways has the COVID-19 pandemic influenced young people's educational experiences, psychosocial well-being, and engagement with traditional and local practices from its onset to the recovery phase in Lapland, Finland. This study is conducted in REAP - Resilient Experiences and Agency of Youth and Children During the Pandemic: Re-visioning Education through Storytelling - project that compares the experiences of young people in Canada, Finland, and the UK. In this study, the responses of the young people from Finland are investigated. In order to meet the current changing demands of society and enterprises, reformation of the educational system is needed. Deep learning theory (Fullan et al., 2017) provides a four-layer framework to generate the set of six global competencies that are essential for learners in their future working life. Furthermore, radical collegiality (Fielding, 1999) highlighted the focal role of deeper engagement beyond student voice and student agency to empower the new learning partnership with teachers, families and communities. Together, they plait a well-done braid to form a theoretical foundation for this study. By combining both quantitative descriptive analysis and qualitative thematic analysis, this exploratory mixed methods study examines the responses of 116 secondary students studying in Finland. The findings can provide insights into how these experiences can foster resilience, support recovery, and drive the renewal of education systems by enhancing educational delivery, promoting psychosocial well-being, and leveraging local and traditional knowledge.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».