Soil science education for Grades K–12 in Canada
Notice bibliographique
Résumé
Soil scientists who interact with K–12 students or teachers may benefit from knowing what the provincial curricula say, what a typical classroom teacher knows, and what resources, programs, and opportunities are available regarding soil education. Many provinces have a soil science unit at the Grade 2–4 level in their curriculum. In all provincial curricula, soil science concepts are found in units on living things, plants, and ecosystems, from Grades 1–12. Even in Kindergarten, hands-on soil programs effectively address many skills and attitudes’ expectations in the provincial curricula. What is the use of having soil science in the curriculum, however, if the teachers responsible for student learning do not understand the key concepts? Preliminary results using a 25-item soil questionnaire show that incoming preservice teachers do have some initial understanding of soil, scoring 50% on a pretest application, when a random score would be 25%. After engaging in several hours of hands-on learning, followed by a wait time of several months, they then scored at 68%, thus gaining one third of what was lacking in their understanding. This may encourage those involved with soil education outreach to teachers. Resources for teaching hands-on soil science to elementary students will be noted, including an integrated science-language method called “Soil Science through Stories”. At the secondary level, we have the national “Soil 4 Youth” program, which integrates soil science into school programs across Canada and is supported by the Canadian Society for Soil Science. New STEM (science, technology, engineering, and mathematics) approaches to education also offer opportunities for innovative teaching of soil science to Canadian students.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».