GLOBAL VISIONS AND FUTURE PERSPECTIVES IN TEACHING SUSTAINABILITY IN ENGINEERING
Notice bibliographique
Résumé
ABSTRACT: The purpose of this study is to map the current status of research in engineering education from the perspective of sustainability, bibliometrix and biblioshiny packages were employed to perform data mining and quantitative analysis of publications in this area of knowledge from 2012 to 2022 in the Web of Science database. The results showed that in the last 10 years, the number of articles on teaching sustainability in engineering has increased. The increase was gradual and can be divided into three stages, between 2012 and 2016 the publications ranged from 130 to 150, from 2017 to 2019 the publications went from 150 to 190 and from 2020 to 2021 it exceeded 200 articles. The top countries in terms of research development in the area of sustainability education in engineering are the United States, Spain, China, Australia, the United Kingdom, Germany, Canada, and Italy, as well as being the most important countries for international cooperation in this area. Sustainable development, engineering education, students, education, curriculum, teaching, and sustainability were the most frequently mentioned keywords in this field in the last 10 years. Within this field, the use of active methodologies, sustainable development, good pedagogical and sustainability practices, and the construction of competencies and skills are emerging as research topics. The teaching of sustainability in engineering is a relatively new theme, however, due to the urgency of the subject many studies have been developed and many others are unfolding, however, the complexity of the theme does not exhaust the gaps in the subject
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».