Science and Technology Education for Critical and Active Civic Engagement: Network Possibilities
Notice bibliographique
Résumé
Although there is much to celebrate about science and technology, including improvements to human longevity from medical technosciences, there also are many associated harms. Perhaps most worrisome are threats from climate change, but manufactured foods, nuclear power, electronic surveillance systems, etc. also appear problematic. While culpability for such harms is complex, financiers and corporations, etc. seem to have funneled wealth towards themselves at expense of biotic and abiotic environments. Since many governments appear to be enmeshed in such power networks, it seems clear that science education must help educate students about possible causes of and actions to address technosciences-related harms. In this symposium, four papers describe different aspects of the ‘JustAct’ project – which has been using action research to learn about educators’ efforts to encourage and enable student-led critical and active civic engagement (CACE). In light of the dispositif concept, the four sub-projects investigate possibilities for and factors affecting CACE in very different contexts — including: suburban high schools, a community college and community action groups. Findings indicate some mobilization of CACS, and they suggest some factors that – while acknowledging and valuing the rhizome metaphor – may contribute to this overall project.
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 | 0,011 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,030 |
| Communication savante | 0,015 | 0,019 |
| Science ouverte | 0,001 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 ».