MétaCan
Menu
Retour à la cohorte
Enregistrement W4391356262 · doi:10.1007/s11165-024-10158-5

Understanding STEM Outcomes for Autistic Middle Schoolers in an Interest-Based, Afterschool Program: A Qualitative Study

2024· article· en· W4391356262 sur OpenAlexfundno aff
Kavitha Murthi, Yu‐Lun Chen, Wendy Martin, Ariana Riccio, Kristie Patten

Notice bibliographique

RevueResearch in Science Education · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensnon disponible
Organismes subventionnairesYork UniversityNational Science Foundation
Mots-clésPsychologyScience educationQualitative researchAutismMathematics educationDevelopmental psychologySociology

Résumé

récupéré en direct d'OpenAlex

Abstract Current research underscores that there are only a few evidence-based programs that teach STEM (science, technology, engineering, and mathematics) as part of their curriculum, especially for autistic students. Even fewer programs focus on engineering and design learning. Hence, we developed an informal afterschool maker program to develop autistic and non-autistic students’ interests in engineering to understand their experiences learning STEM concepts and values while applying the engineering mindset to develop projects. This qualitative study aimed to explore and understand students’ experiences participating in STEM activities in the maker club. We interviewed twenty-six students (seventeen autistic and nine non-autistic), nine teachers, and thirteen parents representing diverse cultural and socio-economic backgrounds across three public middle schools in a large urban metropolitan city between 2018 and 2019. Our thematic analysis yielded four themes: (1) active participation in STEM; (2) curiosity about STEM topics, concepts, and practices, (3) capacity-building to engage in STEM learning; and 4) understanding of the importance of STEM education in daily life. The results of this study enabled us to understand that students were deeply engaged with the content and curriculum of our program, expanded their knowledge base about scientific concepts, used engineering-specific scientific terminologies, and engaged with the engineering design process to conceptualize, test, improvise, and problem-solve. Furthermore, this afterschool engineering education program created a safe, nurturing, and stimulating environment for students to build engineering readiness skills.

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)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,006
Communication savante0,0030,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,667
Tête enseignante GPT0,590
Écart entre enseignants0,076 · 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'étudeQualitatif
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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in Science EducationMême sujetAutism Spectrum Disorder ResearchTravaux en français237 207