The geoscience education research (GER) community of practice: a brief history and implications from a needs assessment survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The geoscience education research (GER) community has evolved and grown over the past several decades. Using Wenger et al.'s Community of Practice (CoP) model (2002), we discuss how the GER CoP (which is broader than the formal discipline of GER) has changed, highlighting noteworthy events and growth points. Trends in community membership and connections are noted. Additionally, we conducted a GER community needs assessment to identify ways in which the CoP could build on its momentum. The survey included questions on CoP member demographics, engagement in GER work, and professional development needs. We received 107 responses, primarily from the United States and from individuals with geology or atmospheric science backgrounds. The survey highlighted the need for intentional outreach to international venues, K-12 teacher audiences, and underrepresented groups in the GER community. The survey also revealed the various ways in which GER CoP members engage in research, teaching, and dissemination activities. The most commonly used resources for increasing GER knowledge were the SERC site and the Journal of Geoscience Education (JGE). Respondents expressed a strong desire for professional development opportunities, including methodological training and community knowledge exchanges. Based on the survey results, recommendations are proposed to enhance the inclusivity, mentorship, and dissemination efforts within the GER community. The findings emphasize the importance of networking, expanding resources, and addressing the needs of diverse members to foster a vibrant and inclusive GER community.
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.
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 | 0,032 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle