Scientific communities of practice: <scp>K–12</scp> outreach model around organism responses to repeated hurricane disturbances
Notice bibliographique
Résumé
Abstract Collaboration between ecologists and learning scientists can give rise to powerful models for scientific outreach within ecology. This paper presents a process by which learning scientists and ecologists codesigned a science curriculum that invites students to join an ecological community of practice. In the Journey to El Yunque middle school science curriculum, students engage with simulation models generated from data gathered by Luquillo Long Term Ecological Research (LUQ LTER) scientists. Journey to El Yunque students can explore post‐hurricane population changes in yagrumo (Cecropia schreberiana), tabonuco (Dacryodes excelsa), coquís (Eleutherodactylus coquí), snails (Caracolus caracola), anoles (Anolis stratulus and A. gundlachi), veiled stinkhorn mushrooms (Dictyophora indusiata), and caterpillars (Historis odius). Ecology‐based revisions to Journey to El Yunque have included adding models of the effects of repeated hurricanes on limiting factors, based in part on findings from a canopy trimming experiment. Revisions based on classroom testing include simplifying student‐facing model controls to allow students to focus on the essential model components. The ongoing collaboration that keeps the Journey to El Yunque curriculum on the cutting edge of ecological and educational advances has been sustained for over two decades. We attribute the longevity of this work to (1) the long‐term nature of LUQ LTER, (2) a sustained interdisciplinary collaboration, and (3) our long‐term relationships with schools.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».