Changing the face of STEM with stormwater research
Notice bibliographique
Résumé
BACKGROUND: The University of Maine Stormwater Management and Research Team (SMART) program began in 2014 with the goal of creating a diverse science-technology-engineering-math (STEM) pathway with community water research. The program engages female and underrepresented minority high school students in locally relevant STEM research. It focuses on creating educational experiences that are active and relevant to students that build confidence, connect knowledge and skills directly to solving problems in local communities, and support student cultural identities. The core tools of the SMART program are resources and relationships: university-designed or commercial water data collection equipment, data loggers and chemistry supplies, on-campus science and engineering training for teacher-mentors and students, and a community mentor network. The program supports an annual summer institute that trains both students and teacher-mentors and academic-year student research projects. SMART groups are formed at local schools or community centers. Activities revolve around engaging students in citizen-science to expand their understanding of the environment, developing community strategies to address the complex problem of stormwater pollution, and using the tools of science, engineering, and technology effectively. In addition, the program supports teachers and students in reaching out to local science and engineering professionals to form a mentor network for student research. RESULTS: Over 3 years, 220 students and 25 teachers have been trained in the science and engineering of stormwater, having taken and recorded over 4000 local water measurements (i.e., temperature, conductivity, pH). In all cohorts to date, over 75% of student participants have self-identified as either female or a racial minority. Of approximately 125 currently college-eligible former and current SMART students, more than 41% have been accepted or are enrolled in a secondary STEM degree program. In pre- and post-program surveys, female and underrepresented minority students reported that SMART activities and their relationship with mentors have increased their awareness of how stormwater affects the community and increased their interest in pursuing a STEM career. CONCLUSION: With its focus on problem-solving at the community level, SMART supports students in active, local, and culturally relevant science and engineering experiences that contribute to building their confidence and affirming their decision to pursue post-secondary STEM careers.
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 | 0,071 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,020 | 0,034 |
| Communication savante | 0,027 | 0,033 |
| Science ouverte | 0,005 | 0,035 |
| Intégrité de la recherche | 0,011 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,004 |
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.
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 ».