From opportunity gap to opportunity yield: The benefits of out-of-school authentic mentored research for youth from historically marginalized communities in STEM
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
Our longitudinal, mixed methods study explores the experiences of over five hundred youth in long-term mentored research experiences outside of school, paired with data on their reports of plans to pursue STEM. Our participants, youth from historically marginalized communities, represent the most promise for diversifying STEM: 81% are students of color, and almost half are multilingual. This paper shares an analysis of a cross-section of quantitative data collected from this large-scale study as well as qualitative data in the form of participant interviews. Drawing from our quantitative data, we find that in stark contrast to the opportunity gaps that youth like our participants encounter, participating in out of school research generates a ‘yield’ of opportunities to engage in science practices–significantly more than in school– and to contribute meaningfully to a science community of practice. Our qualitative data suggests that this ‘opportunity yield’ may also contribute to their continued pursuit of STEM. Taken together, these findings underscore the critical role that learning in out-of-school mentored research settings can play for students revealing its important, complementary role in a STEM ecosystem. • Participants are youth who participated in a mentored research program; 81% are students of color, 46% multilingual. • Our data show participating in out of school research generates a ‘yield’ of opportunities to engage in science practices–significantly more than in school. • This 'opportunity yield may contribute to STEM pursuits: over 76% of students who planned STEM majors were pursuing them.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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