CCERS STEM + C – Emphasis on the Professional Learning of the Classroom Teachers – Expansion of the Pillar
Notice bibliographique
Résumé
This qualitative study chronicles one of the fundamental pillars of the Curriculum and Community Enterprise for Restoration Science (CCERS). The professional development is focused on curricula that are grounded in the community-based environmental restoration of the waterways of New York Harbor. Centered on the restoration of the native oyster population, hundreds of New York City public school teachers take part in this experience with the intent of increasing their own place-based pedagogical content knowledge and skills. Most of the participants teach in school with populations that are underrepresented in post-secondary STEM majors and STEM related careers. Professional learning activities for teachers and community scientists were offered throughout the 2021 calendar year. Professional Learning Activity Surveys were administered and teachers responded to questions about how they participated in CCERS events, the ways in which CCERS participation has impacted their teaching practice, whether they use CCERS activities for student research, and ways CCERS participation impacts student STEM career interest. An intended outcome is to instill a STEM identity in students identifying as URM and to bring STEM career awareness to these students. More than 72% of the teachers in the professional development sessions agreed that the professional learning activities were effective in providing new STEM content knowledge and best practices for teaching. The majority also reported that the sessions enabled them to increase their students’ engagement with STEM and interest in STEM careers.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».