GEORGE J. BEDARDEDUCATIONAL POLICY / January-March 1999 Constructing Knowledge: Realist and Radical Learning Within a Canadian
Notice bibliographique
Résumé
A common response to educational crises is for governments to establish blue-ribbon panels. These panels, or commissions in Canada, are often given the mandate to solicit expert opinion, conduct research, develop a cogent synthesis of the findings, and submit solutions to policy makers. This article examines the work of an Ontario royal commission operating in a highly charged political setting from a constructivist perspective. Key issues include how commission members construct knowledge about educational reform, how they perceive their multiple purposes, and how research should be undertaken and recom-mendations formulated. CANADIAN COMMISSIONS for the determination of policy, along with their British and American counterparts, are ad hoc, temporary bodies estab-lished to provide governments with timely policy advice about vexing, nonroutine topics that are usually defined in an official mandate. In some coun-tries, such bodies as blue-ribbon panels, governmental special committees, summits, and task forces carry out similar functions. A commission’s advice usually takes the form of a written report with recommendations for policy action. Commissions usually place great store on either generating or synthesiz-ing large amounts of research about the topics they are investigating, and thus they are often considered to be authoritative sources on particular policy problems. Even if recommendations do not find favor with the government of the day, a commission’s research and argumentation may take on strategic
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 | 0,001 | 0,001 |
| 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 ».