MétaCan
Menu
Retour à la cohorte
Enregistrement W4402861019 · doi:10.1187/cbe.24-01-0015

Bee The CURE: Increasing Student Science Self-Efficacy, Science Identity, and Predictors of Scientific Civic Engagement in a Community College CURE

2024· article· en· W4402861019 sur OpenAlexfundno aff
Amy Dunbar‐Wallis, Jennifer Katcher, Wendy Moore, Lisa A. Corwin

Notice bibliographique

RevueCBE—Life Sciences Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Alberta
Mots-clésIdentity (music)Civic engagementSelf-efficacyHealth scienceSociologyPsychologyAestheticsMedical educationSocial psychologyPolitical scienceMedicineArtPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

civic engagement where research is relevant to the community where the research is taking place. PoP-CUREs have potential to build students' knowledge, skills, value, and self-efficacy when engaging with the public using science skills (i.e., scientific civic engagement). A mixed-methods sequential explanatory design utilizing surveys and semistructured interviews was used for this study (Warfa, 2016). Students made gains in science self-efficacy over the course of the semester and showed a trend of increasing science identity in both Fall 2021 and Spring 2022 semesters. Students' scientific civic knowledge, or a student's sense of how to use or apply knowledge and skills to help a community, increased significantly, while other predictors of scientific civic engagement started high and remained high throughout the course. Bee the CURE demonstrates psychosocial outcomes that are similar to previously studied CUREs and expands our understanding of how PoP-CUREs might influence outcomes with evidence that an important predictor of future scientific civic engagement increases. Implications for PoP-CURE instruction at Hispanic serving community colleges are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,033
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0330,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,010
Études des sciences et des technologies0,0080,012
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,047
Tête enseignante GPT0,367
Écart entre enseignants0,320 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCBE—Life Sciences EducationMême sujetCareer Development and DiversityTravaux en français237 207