MétaCan
Menu
Retour à la cohorte
Enregistrement W2477267119 · doi:10.4018/978-1-59904-337-1.ch007

Justifying Technology Studies

2007· book-chapter· en· W2477267119 sur OpenAlexaff
Stephan Petrina

Notice bibliographique

RevueIGI Global eBooks · 2007
Typebook-chapter
Langueen
DomainePsychology
ThématiqueScience Education and Perceptions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésInclusion (mineral)Engineering ethicsCurriculumTechnology educationSubject (documents)InstitutionIdentity (music)SustainabilityPublic relationsSociologyPolitical scienceEngineeringPedagogySocial scienceEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

Why should we teach technology in the schools? What is the reason for accommodating technology in the school curriculum? Why should we have to justify existence? Are the public schools an appropriate institution for developing economic human resources? Should students be taught to think critically about technology? Is the technology laboratory or workshop the place in the school where the students can “put it all together”? Will technology studies lose its identity in an alignment with math and science? Should technology studies serve to remedy long-standing inequities in technology? Should technology studies be aligned with ecology and sustainability? Is the future engineering education? These are some of the primary questions that impinge on the direction of technology studies in the schools. Throughout the 20th century, technology studies expended an inordinate amount of energy justifying itself. At times, it seemed as though this subject was trying to be all things to all people. In this chapter, we make the case that there is one, and only one, persuasive justification for the inclusion of technology studies in the schools. That justification is the content of technology. No one will buy all the things to all interest groups’ justification anymore.

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)0,011
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,026
Communication savante0,0100,013
Science ouverte0,0010,004
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,190
Tête enseignante GPT0,445
Écart entre enseignants0,254 · 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.

Devis d'étudeThéorique ou conceptuel
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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetScience Education and PerceptionsTravaux en français237 207