Towards a shared vision for addressing student equity, diversity and inclusion in STEM disciplines
Notice bibliographique
Résumé
The Science Student Diversity Initiative (SDI) at the University of British Columbia (UBC) has a mandate to embed strategies and practices of Inclusive Excellence (IE) (Williams et al., 2005) into all areas of student experience. The Science SDI will specifically focus on addressing equity, diversity and inclusion (EDI) in science courses and curriculum at our institution through building capacity to sustain best practices and to build an inclusive campus culture.\nThe literature on EDI in STEM is vast, and emerges from different scholarly communities, each with distinct research traditions and concerns. These sources include educational work in K-12 contexts, educational psychology, and discipline-based education research, all of which contribute to our knowledge of how to understand and best serve the experiences of underrepresented groups in STEM. The IE framework that we will employ has been used extensively in the context of North American institutions but not in the context of Canadian institutions. As part of the Science SDI work, we will explore ways to effectively adapt/adopt the IE framework.\nModelling a recently held faculty SDI workshop at the Faculty of Science at UBC, in this workshop, we will invite participants to create a shared vision for EDI in STEM disciplines in the Canadian context. The workshop will explore three main ideas: identifying current challenges and opportunities, learning from participants’ practices and institutions, and visualizing a campus culture in which all students are equitably supported to succeed. Using a strengths-based approach, participants will engage in a visioning exercise. Overall, the workshop will build knowledge and capacity for educators to begin to address equity, diversity and inclusion in their own institutional contexts.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,044 |
| 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 ».