Merging dualities: How convergence points in art and science can (re)engage women with the STEM field
Notice bibliographique
Résumé
Abstract: How can the interweaving of knowledge silos help to engage girls who are becoming disinterested in science? This study describes how convergence points in research practices within the fields of art and science can mitigate gender stereotypes associated with the STEM field. A case study of four women working at the intersection of art and science revealed common aspects of their practices: an appreciation of the natural world, a sense of aesthetics, a drawing practice and a reliance on meaningful research questions, suggesting that these can act as bridges between both fields of study. Keywords: Arts; Education; Art-science; STEM; STEAM; Leaky pipeline; Gender; Motivation; Stereotype threat; Self-efficacy; Transdisciplinarity; Nature; Drawing; Aesthetics. Résumé : Comment l’interrelation des réservoirs de connaissance peut-elle contribuer à motiver les jeunes femmes qui se désintéressent de la science ? Cette étude relate comment les points de convergence des diverses pratiques de recherche dans le domaine des arts et de la science peuvent atténuer les stéréotypes de genre associés à la filière STIM. L’étude du cas de quatre femmes œuvrant au point de convergence de l’art et de la science a mis en évidence les aspects communs de leurs pratiques : l’appréciation du monde naturel, un sens de l’esthétique, une pratique du dessin et l’utilisation de questions de recherche pertinentes, ce qui laisse supposer certains ponts entre ces deux domaines d’étude. Mots-clés : arts, éducation, science et art, STIM, STIAM, tuyau percé, genre, motivation, menace du stéréotype, auto-efficacité, transdisciplinarité, nature, dessin, esthétique.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».