A Commentary on Kenya’s Response to the Global STEM Movement from Social Justice Perspectives: Would School-Community Innovation Centres/Makerspaces Address Apparent Gaps in the Proposed Curriculum?
Notice bibliographique
Résumé
This paper discusses Kenya’s proposed STEM curriculum in the context of the new education system. The new education system aims at socioeconomic development following Kenya’s Vision 2030 and the United Nations Sustainable Development Goals (SDGs). The paper refers to social justice perspectives to discuss strengths and weaknesses of the proposed STEM curriculum. Our exploration of the reform documents led to the question: Has Kenya got the means to benefit from the progressive reform ideas given meagre resources and local worldviews that might conflict with the scientific/STEM worldview? In response to this dilemma, the paper suggests innovation centres or do-it-yourself centres akin to makerspace activity, as one way to engender the development of endogenous science/STEM. Setting endogenous science/STEM as the framework for the proposed STEM curriculum is likely to seamlessly address the socioeconomic goals as stipulated for the new education system.
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 | 0,013 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,027 | 0,016 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,079 | 0,075 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».