A családokkal való kapcsolattartás jellemzői a kisgyermeknevelés magyar és román intézményrendszerében
Bibliographic record
Abstract
Témaválasztásom okát több minden is befolyásolta, azonban legfőképp az, hogy tanulmányaim során kétszer három hónap szakmai gyakorlaton vehettem részt Romániában, egy magyar intézményben. A kolozsvári bölcsődében töltött időm alatt volt lehetőségem megismerni a román intézményrendszer működését és sajátosságait.Mind elméleti mind gyakorlati szempontból szeretném megvizsgálni a családokkal való kapcsolattartás jellemzőit a kisgyermeknevelés magyar és román intézményrendszerében. Ezáltal láthatóvá válnak azok a lényeges különbségek is, melyek által tanulhatunk egymástól, ötletet adhatunk egymásnak a minél jobb és gyermekközpontúbb bölcsődei élet kialakításában. Úgy gondolom, hogy az alapdokumentumok szolgálhatnak fő alapjául az összehasonlításnak, de kiemelt jelentőséggel bírnak a személyes tapasztalatok és személyes beszélgetések is a dolgozatom megírása során. Korábbi, magyarországi gyakorlataim során már elég sok tapasztalatot szereztem a magyar bölcsődei életet illetően is. Azonban kikerülve a magyar intézményrendszerből nagyon sok különbséget véltem felfedezni a román és magyar intézményrendszerének működésében.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.016 | 0.007 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.106 | 0.046 |
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".