Climate science curricula in Canadian secondary schools focus on human warming, not scientific consensus, impacts or solutions
Notice bibliographique
Résumé
Despite an overwhelming scientific consensus that climate change poses severe risks to human and natural systems, many young Canadian adults do not view it as a major issue. We analyzed secondary science curricula in each province for their coverage of climate change according to six core topics: physical climate mechanisms ("It's climate"), observed increase in temperature ("It's warming"), anthropogenic causes of warming ("It's us"), scientific consensus ("Experts agree"), negative consequences associated with warming ("It's bad"), and the possibility for avoiding the worst effects ("We can fix it"). We found that learning objectives tend to focus on knowledge of the first three elements, with little or no emphasis on scientific consensus, climate change impacts, or ways to address the issue. The provinces of Saskatchewan and Ontario provide the most comprehensive standards for climate change education, while Nova Scotia and New Brunswick provide the least. We conducted interviews with individuals responsible for curriculum design in six different provinces to understand how curriculum documents are developed and whether political controversies influence the writing process. Interviewees described a process relying on input from professionals, institutions, and members of the public where curriculum developers made decisions independent of political concerns. In some cases, efforts to provide balance may have led to a focus on social controversy, contrary to overwhelming scientific consensus. Curriculum documents are the basis for teacher instruction and textbook content; aligning these documents with the best possible evidence can improve student learning and engage the next generation of Canadians on the critical issue of climate change.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».