MétaCan
Menu
Retour à la cohorte
Enregistrement W3168659998 · doi:10.15402/esj.v7i1.70770

Native Americans and Science: Enhancing Participation of Native Americans in the Science and Technology Workforce through Culturally Responsive Science Education

2021· article· en· W3168659998 sur OpenAlexvenueno aff
Gregory Cajete

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkforceNative americanIndigenousScience educationCurriculumNative American studiesThe artsSociologyPedagogyEngineering ethicsPolitical scienceEngineeringGender studiesAnthropology

Résumé

récupéré en direct d'OpenAlex

A major issue that directly affects the participation of Native Americans in the science and technology workforce is the lack of preparation in science and math. This lack of preparation has many causes, but one of the most strategically important issues is the lack of culturally relevant curricula that engage Native American students in learning science in personal, social and culturally meaningful ways. This essay explores the needs, issues, research, and development of culturally responsive science education for Native American learners. A curriculum model created by the author at the Institute of American Indian Arts in Santa Fe, New Mexico, from 1974 to 1994 based on Native American cultural orientations is explored as a case study as one example of how to engage Native American students in science learning and become more prepared to participate in science and technology-related professions. As such, it presents a methodology for how trans-systemic work might be approached in building conceptual bridges between Indigenous and Western views of science.

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 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)0,726
score de la tête « metaresearch » (Gemma)0,834
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMétarecherche, Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,394
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,7260,834
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,010
Études des sciences et des technologies0,3630,019
Communication savante0,0020,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,164
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 Opus0,213
Tête enseignante GPT0,515
Écart entre enseignants0,303 · 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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetScience Education and PedagogyTravaux en français237 207