Educación y pobreza: factores de cambio social
Notice bibliographique
Résumé
This research article explores the factors related to social change through education in contexts of impoverished and marginalized youth in Veracruz. For this purpose, it recompiles data from the collection of information gathered from a project on young people through a qualitative approach carried out in medium-sized cities of that state, in which the political participation of young people was the main focus, but the educational issue was very important to understand the youth trajectories.\nOur article stems from the research “Promoting spaces for civic participation, inclusion and the reduction of Violence” sponsored by the IDRC (International Development Research Center of Canada). Which focused on the social inclusion and citizenship of young people in environments of violence, vulnerability and exclusion in the state of Veracruz. It was carried out in collaboration with the Universidad Veracruzana, the Municipal Services Center (CESEM) and the Movement to Support Working and Street Children (MATRACA-AC) during 2017 to 2020. The survey of the project from which we recovered data For this work, the research consisted of 20 focus groups, 46 interviews with young people and 14 with teachers in Xalapa, Coatzacoalcos, Veracruz and Poza Rica, cities in the State of Veracruz. The data indicates that, at minimum, there are five factors that constrain youth educational projects: family income, aspirations, social context, social networks and teacher support.\nThese elements of contingent combination determine the youth trajectories identified in the school field and can explain both permanence and dropout from school in these cities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».