MétaCan
Menu
Retour à la cohorte
Enregistrement W7124284539 · doi:10.64449/9781997468479

How We Teach Africa Matters

2025· book· en· W7124284539 sur OpenAlex
Korbla P. Puplampu, Isaac Odoom, Walter Kudzai Barure, Gabriel Kosiso Okonkwo, Michelle D’Arcy, George Dei, Paul Banahene Adjei, Núbia Aguilar, Rugare Mugumbate, Andre M.N. Renzaho, Vincent Mabvurira, Vinícius Venancio, Caitlin Brown, Nolukhanyo Theorida Metula, Yvonne Marie Tiandem-Adamou

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueUJ Press eBooks · 2025
Typebook
Langueen
DomaineSocial Sciences
ThématiqueAfrican cultural and philosophical studies
Établissements canadiensUniversity of TorontoCarleton UniversitySocial Sciences and Humanities Research CouncilMacEwan University
Organismes subventionnairesUniversidade Federal do Rio de JaneiroUniversity of GhanaJohns Hopkins University
Mots-clésTransformative learningNarrativePoliticsCurriculumMythologyResource (disambiguation)Global educationCognitive reframing

Résumé

récupéré en direct d'OpenAlex

Why do myths and misconceptions about Africa still dominate our classrooms? How We Teach Africa Matters confronts this critical gap in Political Science, International Relations, and Development Studies.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,252
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,073
Tête enseignante GPT0,278
Écart entre enseignants0,205 · 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