MétaCan
Menu
Retour à la cohorte
Enregistrement W4361208078 · doi:10.1515/cti-2022-0055

Elements of Country: a First Nations-first approach to chemistry

2023· article· en· W4361208078 sur OpenAlexaboutno aff
Anthony F. Masters, Peta Greenfield, Cameron Davison, Janelle G. Evans, Alice Motion, Jennifer H. Barrett, Jakelin Troy, Kate Constantine, Lisa Jackson Pulver

Notice bibliographique

RevueChemistry Teacher International · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueHistory and advancements in chemistry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousContext (archaeology)CurriculumTraditional knowledgeSociologyWork (physics)Cultural heritageSpace (punctuation)Environmental ethicsPolitical scienceEngineeringGeographyPedagogyEcologyArchaeologyLawComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Collectively, we have chosen to explore an Australian First Nations-first approach to understanding the chemical elements. We believe that engagement with cultural heritage, ongoing cultures, and the knowledges ofthis place—the lands on which we work, live, and study—will lead to new ways of understanding the elements and change the way we practice chemistry. The “First Nations first” phrase and approach comes from understanding the unique place that Aboriginal and Torres Strait Islander peoples have in the Australian context. In this paper we explore how a First Nations-first approach could take place in Sydney on Aboriginal lands. This approach is led by Aboriginal people, engages with culture, and is produced with local knowledge holders. So far, the work has entailed two years of meeting, conversing, and sharing space to determine appropriate ways of working together, interrogating the complexities of the ideas, and to refining our approach to the work. To appreciate the significant shift that a First Nations-first approach represents for chemistry, we consider the legacy of the Periodic Table. We share some reflections on how Indigenous knowledges can contribute to an expanded chemistry curriculum through the recognition of productive cultural tension.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0120,025
Communication savante0,0100,008
Science ouverte0,0010,009
Intégrité de la recherche0,0020,008
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,019
Tête enseignante GPT0,269
Écart entre enseignants0,249 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry Teacher InternationalMême sujetHistory and advancements in chemistryTravaux en français237 207