Integration of Climate Change in the Analysis and Design of Engineered Systems: Barriers and Opportunities for Engineering Education
Notice bibliographique
Résumé
The goal of this paper is to begin mapping perspectives of engineering faculty on barriers and opportunities related to the integration of climate change in the analysis and design of engineered systems (CC&ES). Although both sustainability and renewable energy have been receiving increasing attention in engineering education for quite some time, climate change, especially as it relates to engineered systems, has yet to become a widely accepted topic of teaching and research. From recent literature on engineering education and from interviews with engineering faculty, a picture emerges of whether and how climate change is an important dimension in the analysis and design of engineered systems. From those sources, we begin to see what it might take to incorporate the relationship between climate change and engineered systems in engineering education, what the barriers and opportunities to this incorporation might be, and what strategies might be available to institutionalize this incorporation in engineering education. Support for this paper comes from a larger research project on “Climate Change, Engineered Systems, and Society” which has the goal to develop conceptual and educational frameworks and networks of change agents to promote effective formal and informal education for engineering students, policymakers and the public at large. The project partners include the National Academy of Engineering (NAE), Arizona State University, Boston Museum of Science, Colorado School of Mines (CSM), and the University of Virginia. Within this larger team, the CSM team is planning to develop a testbed for the incorporation of CC&ES in engineering education. Hence, our first step is to find related curricular innovations in the engineering education literature and perspectives from engineering faculty on barriers and opportunities to the integration of CC&ES in engineering education.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,016 |
| Communication savante | 0,010 | 0,013 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».