MétaCan
Menu
Retour à la cohorte
Enregistrement W3177490258 · doi:10.24908/pceea.vi0.14918

STEAM – Arts Integration Frameworks for Transdisciplinarity

2021· article· en· W3177490258 sur OpenAlexafffundvenueabout
Chantal Rodier, Mohamed Galaleldin, Justine Boudreau, Hanan Anis, Liam Peyton

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Ottawa
Mots-clésTransdisciplinarityCreativityThe artsEngineering ethicsSociologyEngineeringPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Whether for 21st century skills development such as creativity, communication, and collaboration orfor transdisciplinary knowledge creation leading to innovation, the integration of Arts with STEM (Science,Technology, Engineering, Mathematics) fields is gaining popularity in higher education. However, a comprehensive survey of proven methodologies to integrate Arts with STEM disciplines (referred to as STEAM) currently does not exist. This paper presents the preliminary results of asystematized literature review done to characterize the integration of arts with STEM disciplines in higher education. It also uses these findings to analyze the most recent STEAM initiative of the Faculty of Engineering at the University of Ottawa. This research finds three main rationales to integrate arts with STEM and presents the frameworks discussed in the literature to do this integration. It also examines how creativity is assessed and developed within STEAM higher education contexts. This research contributes a reference of validated arts integration and creativity frameworks which can be used to setup STEAM projects or evaluate them in relation to proven methodologies. The frameworks presented in this research can be used in classrooms and professional environments.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,298
Écart entre enseignants0,282 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations9
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetCreativity in Education and NeuroscienceTravaux en français237 207