Complementary Worldviews Aligning: A Relational Approach to STEM Education
Notice bibliographique
Résumé
Abstract: Educators in Canada face federal and provincial mandates arising from the TRC Calls to Action (2012) to incorporate First Nations, Métis, and Inuit (FNMI) perspectives across the curriculum. Yet it is not uncommon to hear K–12 educators as well as some university faculty asking, "How do I incorporate Indigenous culture into science? Is it even possible?" This paper not only describes how it is possible but also explains why it is necessary, providing a theoretical framework and practical examples of how Western approaches to science, technology, engineering, and math (STEM) knowledge can be braided with Indigenous treatments of these knowledge categories and disciplines. Historically, Niitsitapi (Blackfoot) and other Indigenous worldviews have been systematically and systemically dismissed by the sciences and primarily confined to the humanities. Therefore, to move beyond merely learning about Indigenous cultures and lean into learning from them (i.e., learn through the lens of Indigenous cultures), we must (1) teach Niitsitapi and other Indigenous stories beyond the humanities classroom; (2) better engage the etiological, ontological, epistemological, axiological, and practical traditions of Niitsitapi and other Indigenous Peoples; and (3) operationalize pedagogical and methodological models that acknowledge, respect, and embody Indigenous ways of knowing and being in STEM education.
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 | 0,000 | 0,000 |
| 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 ».