MétaCan
Menu
Retour à la cohorte
Enregistrement W3024979441 · doi:10.1080/03057267.2020.1755802

Transdisciplinarity in STEM education: a critical review

2020· review· en· W3024979441 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueStudies in Science Education · 2020
Typereview
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Science Foundation
Mots-clésTransdisciplinarityDisciplineSociologyEngineering ethicsIdeologyPedagogyEpistemologySocial sciencePolitical sciencePoliticsEngineering

Résumé

récupéré en direct d'OpenAlex

Science, Technology, Engineering and Mathematics (STEM) education garnered significant attention in recent years and has emerged as a key field of research globally. The goal of this article is to offer a critical review of how STEM education and its transdisciplinarity were defined and/or positioned in empirical studies published during the early formulation of the field. In particular, we sought to identify how these studies conceptualise learners and learning and portray the underlying assumptions in light of the macrosystemic discourses that often serve as ideological forces in shaping research and practice of STEM education. We examined 154 peer-reviewed articles published between January 2007 and March 2018 and analysed them along several emergent dimensions: their geospatial focus, focal disciplinary areas, methodological and theoretical assumptions, and major findings. Grounded in a critical transdisciplinary perspective, we used critical discourse analysis to identify how macrosystemic and institutionalised forces – overtly and implicitly – shape what counts as STEM education research, including its goals and conceptualisations of learners and learning. Our analysis highlights the need for aesthetic expansion and diversification of STEM education research by challenging the disciplinary hegemonies and calls for reorienting the focus away from human capital discourse.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,017
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,518
Tête enseignante GPT0,653
Écart entre enseignants0,135 · 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