Notice bibliographique
Résumé
The COVID-19 pandemic has resulted in unprecedented amounts of information communicated to the public relating to STEM. The pandemic can be seen as a 'wicked problem' defined by high complexity, uncertainty and contested social values requiring a transdisciplinary approach formulating social policy. This article argues that a 'Critical STEM Literacy' is required to engage sufficiently with STEM knowledge and how science operates and informs personal health decisions. STEM literacy is necessary to critique government social policy decisions that set rules for behaviour to limit the spread of COVID-19. Ideas of scientific, mathematical and critical literacy are discussed before reviewing some current knowledge of the SARS-CoV-2 virus to aid interpretation of the examples provided. The article draws on experience of the pandemic in the United Kingdom (UK), particularly mathematical modelling used to calculate the reproductive rate (R) of COVID-19, communication of mortality and case data using graphs and the mitigation strategies of social distancing and mask wearing. In all these examples, there is an interaction of STEM with a political milieu that often misrepresents science as activity to generate one dependable truth, rather than through careful empirical validation of new knowledge. Critical STEM literacy thus requires appreciation of the social practices of science such as peer review and assessment of bias. Implications of the pandemic for STEM education in schools requiring critical thinking and in understanding disease epidemiology in a global context are discussed.
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 | 0,008 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,030 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».