MIROIR, MIROIR? COMMENT PUIS-JE ME RATTRAPER POUR ENGAGER DES JEUNES EN GÉNIE?
Notice bibliographique
Résumé

 En Amérique du Nord, le besoin d’une relève d’élèves qui souhaite poursuivre des carrières en STIM est criant [3, 38, 48]. Les gouvernements de plusieurs pays, incluant le Canada, ont donc réalisé l’importance de l’enseignement en STIM et il est devenu évident qu’il y a un manque de compréhension de ce dernier [29]. 
 Afin de faire avancer l’enseignement du génie dans les cours de sciences et mathématiques, nous avons mené une auto-ethnographie sur notre expérience comme enseignante de sciences et de mathématiques au palier secondaire. Nous sommes fières d’avoir été capables d’engager des élèves d’une diversité de genres aux activités d’apprentissage en STIM. Pourtant, nos activités ont été concentrées sur les sciences, les technologies et les mathématiques plutôt que sur l’ingénierie; une pratique qui doit changer afin d’inciter plus d’élèves à se diriger dans cette profession [42].
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».