The Many Currents of Ocean Literacy: A Case Study of Ocean Wise Programming
Notice bibliographique
Résumé
Recent scientific studies demonstrate conclusively that our planet faces an ocean crisis and efforts to mitigate this crisis should be addressed urgently. As many species are lost to extinction, conservation steps need to be taken and are indicated by targets such as those outlined by the 2030 Agenda for Sustainability and Development. Similarly, a clear agenda for ocean education should be encouraged as the first step toward broader conservation goals. Recently, the concept of ocean literacy has been described as a way to help communities and individuals develop a more holistic understanding of their influences on the ocean and the ocean’s influences on their lives. Still, ocean literacy has not yet been fully enacted in the K–12 curricula in Canada, and many environmental education programs are taking the lead to provide program participants with a broader understanding of the term. In this study, we provide a broad overview of ocean literacy initiatives as enacted by the Ocean Wise NGO. We examine how these have influenced the diffusion of ocean literacy in British Columbia. In our paper, we include a case study highlighting the diversity of Ocean Wise programs to provide a broad view on activities from the perspective of program participants. We selected a range of education programs for data collection, including school visits to the Vancouver Aquarium, off-site mobile programming (with AquaVan), and teacher professional development programs, both on-site and via an online learning platform. We explore what each initiative offers students with regard to connection to the ocean. Through an instrumental case study design, we combine qualitative approaches with observations, focus groups, and interviews to describe many currents of ocean literacy flowing from Ocean Wise and its broad and diverse ocean literacy programming.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,023 | 0,011 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».