MétaCan
Menu
Retour à la cohorte
Enregistrement W7135474103

Development of educational systems Czech and Slovak Republic after the division of Czechoslovakia in 1993

2016· dissertation· cs· W7135474103 sur OpenAlexaboutno aff
Lucie Francová

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2016
Typedissertation
Languecs
DomaineSocial Sciences
ThématiqueEducation, Psychology, and Social Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSlovakCzechWork (physics)LegislatureQuarter (Canadian coin)Comparative educationComparative researchPeriod (music)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Thesis reviews the development of educational systems Czech and Slovak Republic after the division of Czechoslovakia in 1993. The common historical background in educational policy is the starting point for monitoring the development of these educational systems. The work aims to map and compare the development of educational systems of Czech and Slovak Republic. Describes historical events that have influenced their present form, and the issue is mapping of several aspects. Thesis is mapping these aspects in terms shaping the structure of educational systems, management and financing of education and educational policy. Also is mapping the important legislative steps and published educational documents. The comparative part thesis equates the education systems of both countries. It aims to find the answer how far apart to move away these two educational systems over the last quarter century and is describing the defining characteristics of the current differences. This comparison is carried for a period of ten years, and as a basis of this serves studies from 2004, 2009, 2014. KEYWORDS education system, education, Czech Republic, Slovak Republic, educational policy, development, comparation

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0020,004
Communication savante0,0090,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,342
Écart entre enseignants0,325 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetEducation, Psychology, and Social ResearchTravaux en français237 207