La infLuencia extranjera en La educación superior de japón y china: un anáLisis comparativo
Bibliographic record
Abstract
En primera instancia, podemos decir que dos fuerzas importantes conformaron los sistemas de educacion superior en Japon y China. Por un lado, las repercusiones de las influencias extranjeras en el modelo academico basico y, por el otro, el impulso dado para incorporar a las universidades dentro de sus respectivos procesos de modernizacion. Ambos paises presentan importantes simi-litudes en cuanto a los modelos y procesos de adopcion de tendencias extranjeras. Despues de la Restauracion Meiji en 1868, Japon opto por una gama de influencias externas, como la alemana que se mantiene como la preferida hasta que los Estados Unidos tratan de reha-cer las instituciones japonesas despues de la Segunda Guerra Mundial, (Altbach, 1979: 28). China, por su parte, estuvo sujeta a importantes influencias de Alemania, Francia, Inglaterra, Japon y los Estados Unidos en el periodo Republicano temprano. Posteriormente hubo una tendencia a favorecer los modelos europeos, dominados fuertemente por la articulacion alemana en cuanto a la organizacion academica. Esto continuo a lo largo de los periodos Republicanos y Nacionalistas, como sucedio en la decada de los anos cincuenta, cuando China reestructuro su sistema de educacion superior a semejanza del modelo sovietico, que a su vez incluia rasgos alemanes
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.010 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".