MétaCan
Menu
Retour à la cohorte
Enregistrement W4406767169 · doi:10.15402/esj.v11i1.70873

Examining Students’ Perceptions of Equity in Informal STEM Education: A Community-Engaged, Visual Method

2025· article· en· W4406767169 sur OpenAlexvenueno aff
Karie Jo Peralta

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensnon disponible
Organismes subventionnairesStranahan FoundationInstitute of Museum and Library Services
Mots-clésEquity (law)PerceptionPsychologySociologyMathematics educationPedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

This report from the field presents a community-engaged, visual method for evaluating students’ perceptions of equity in Maker Club, an informal STEM (Science, Technology, Math, and Engineering) education program in Ohio. The purpose of the program is to increase access to and interest in STEM fields among underserved communities. A total of fifteen middle school-aged program participants from two cohorts that were hosted at two different after-school program sites engaged in participant-employed photography to document their views of the implementation of six design principles for equitable learning. The evaluation process unfolded in five phases: 1) recruitment of co-researchers, including explanation of guidelines; 2) teaching co-researchers how to use the camera, including testing out the camera; 3) co-researchers observing, and taking pictures of, students and staff engaged in the makerspace; 4) informal photo interviewing; 5) sharing with program staff via informal conversations and a formal meeting discussion. Takeaways include that co-researchers perceived students benefiting from social support, community partner presence, and local knowledge being recognized. Lessons learned entail keeping students on track, ensuring that there is enough staff support focused on the evaluation process, and being open to other potential, meaningful uses of co-researchers’ photos.

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)0,916
score de la tête « metaresearch » (Gemma)0,522
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,9160,522
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,5770,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0000,704
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 Opus0,246
Tête enseignante GPT0,509
Écart entre enseignants0,263 · 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'étudeQualitatif
DomaineMéthodes
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetCareer Development and DiversityTravaux en français237 207