MétaCan
Menu
Retour à la cohorte
Enregistrement W2624970876 · doi:10.1139/cjp-2016-0590

Arts in science education

2017· article· en· W2624970876 sur OpenAlexvenueno aff
Dina Izadi

Notice bibliographique

RevueCanadian Journal of Physics · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueScience Education and Perceptions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe artsArts in educationCurriculumContext (archaeology)Performing arts educationAction (physics)SociologyScience educationFeelingProcess (computing)Mathematics educationEngineering ethicsPedagogyVisual artsPsychologyComputer sciencePhysicsEngineeringHistoryArt

Résumé

récupéré en direct d'OpenAlex

Combining the arts and standard curricula together can create a richer and more lasting learning experience for students who believe that learning science is boring in classes. It is suggested that study of the arts should be accepted as an essential part of achieving success in work. To this end, the most important action will be coordinating efforts of scholars from various areas to allow arts education for science students to become an evidence-based field. It is our contention that while the sciences seek to find answers to the most fundamental questions about our physical world, we need to find a place for the arts within the curriculum and within the process of scientific investigation. The arts should be applied in science education in a manner that considers the culture of each community. Those who are actively engaged in arts should be able to better manage their scientific projects and be able to better communicate and think. The main goal of arts in science education is to give students the opportunity to express their thoughts and feelings in the context of their different cultures and also to understand science through the lens of their creative activity in arts.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,010
Communication savante0,0090,004
Science ouverte0,0010,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0450,004

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 Opus0,103
Tête enseignante GPT0,425
Écart entre enseignants0,322 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetScience Education and PerceptionsTravaux en français237 207