Incorporating NBIC social/ethical issues into STEM teacher education programmes
Notice bibliographique
Résumé
Heightened emphasis is being given worldwide to STEM education at all educational levels. In common with the Caribbean, various challenges regarding STEM education are being noted in other parts of the world, e.g. Canada (DeCoito, Steele & Goodnough, 2016). A critical component of STEM education pertinent both to Canada and the Caribbean is that of STEM teacher education. An ongoing research study in the School of Education at The University of the West Indies, Mona addresses an issue of relevance to Canada and the Caribbean, i.e. culturally relevant/responsive STEM teacher education (e.g. Aikenhead & Elliott, 2010). The study investigates culturally relevant/responsive STEM teacher education within the context of Caribbean secondary level science/STEM teachers’ perspectives and beliefs regarding social/ethical issues associated with nanotechnology-biotechnology-information technology-cognitive science (NBIC) converging technologies (Roco, 2016). Ultimately, the study wishes to provide a foundation for the development of a STEM teacher education degree programme that (i) develops STEM-specific pedagogical content knowledge to guide integrated STEM teaching and learning; and (ii) also develops STEM teachers’ awareness of social/ethical issues associated with a range of 21st-century STEM topics, and concepts. The ongoing study is being conducted utilising a qualitative research methodology. Key NBIC concepts/topics and associated social/ethical issues have been introduced into a course taught in the current MEd Science Education programme. Students are asked to discuss their beliefs, views, and perspectives (verbal and written) regarding these issues, and whether they may or may not choose to incorporate such issues into their secondary level science/STEM teaching. Data regarding these teachers’ beliefs, views and perspectives have been obtained from the course in question over three academic years, i.e. 2017-2018; 2018-2019; and 2019-2020 (course taught once per academic year). Data currently are being organised into representative themes for subsequent analysis. Both Canada and the Caribbean are currently engaged in regional/national efforts to shape the future of STEM education/STEM teacher education (e.g. the Canada 2067 national initiative, https://canada2067.ca/en/; Sweeney, 2019). Given the stated goals of the recently established Canada-Caribbean Institute, the study summarised here becomes significant in the opportunities it holds for collaborative research efforts in STEM education/STEM teacher education.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,021 |
| 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 | 0,010 | 0,007 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».