MétaCan
Menu
Retour à la cohorte
Enregistrement W4379391361 · doi:10.1080/00167487.2023.2217632

A framework for climate change education in critical geography

2023· article· en· W4379391361 sur OpenAlexfundno aff
Travis T. Fuchs

Notice bibliographique

RevueGeography · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeography Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésClimate changeArgument (complex analysis)PoliticsCritical geographyDemocracyAction (physics)GeographyHuman geographyPolitical scienceSociologySocial scienceCultural geographyEcology

Résumé

récupéré en direct d'OpenAlex

Unlocking the potential of climate change education to achieve a more just, democratic and sustainable future is a goal of critical geography education. This article presents a compelling argument for using Sjöström et al.’s (2017) Vision III Scientific Literacy Heuristic (3-VSL) in critical geography and climate change education. Through classroom examples, the article shows how the 3-VSL framework can help explore two broad aims. First, the scientific, societal and justice-focused aspects of climate change education can all be captured within the 3-VSL. Second, the plurality of goals inside critical geography can also be considered, ranging from recognising climate change-related harms to engaging in socio-political action. The 3-VSL is argued to be a flexible and robust framework, aiding teachers and students in working for a more sustainable future.

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)0,020
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0090,080
Communication savante0,0160,013
Science ouverte0,0030,010
Intégrité de la recherche0,0080,010
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,094
Tête enseignante GPT0,464
Écart entre enseignants0,369 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeographyMême sujetGeography Education and PedagogyTravaux en français237 207