MétaCan
Menu
Retour à la cohorte
Enregistrement W2991976865 · doi:10.1088/1361-6552/ab537d

The giant, the wintermaker, and the hunter: contextual ethnoastronomy towards cultivating empathy

2019· article· en· W2991976865 sur OpenAlexfundno aff
Richard P. Hechter

Notice bibliographique

RevuePhysics Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Manitoba
Mots-clésEmpathyScience educationPsychologyMathematics educationPedagogySociologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract ‘It is the belt!’ This is how middle school teachers in a science teaching professional development program rationalized why they believe Orion is the most recognizable of all constellations in the night sky. It was from this foundation that we chose Orion to be the focus of a four-phase ethnoastronomy-based project reported here. Ethnoastronomy, within this context, can be described as the study of myths as bearers of cultural knowledge from oral traditional societies (Lankford 2007 Reachable Stars: Patterns in the Ethnoastronomy of Eastern North America (Tuscaloosa, AL: University of Alabama Press)). After identifying the stars comprising the ‘belt’, and the greater asterism through the singular and oversimplified lens of the Greek mythology that dominates our astronomy curricular learning objectives, we explored deeper through Ojibwe, Arab, and Jewish perspectives as these cultures and religions were represented in our group. The purpose of this paper is to share insights emanating from emergent critical questions generated in our professional development program regarding where, how, and why we should introduce traditional cultural knowledge that complements Western skylore into our classrooms towards helping to cultivate empathy for others in our community.

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)0,015
score de la tête « metaresearch » (Gemma)0,013
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: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0210,056
Communication savante0,0100,007
Science ouverte0,0020,017
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,364
Écart entre enseignants0,334 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics EducationMême sujetScience Education and PedagogyTravaux en français237 207