"Are You Stronger Than a Lemur?" An effective, interactive <scp>STEM</scp> outreach program for increasing anatomical and biomechanical knowledge across diverse populations
Notice bibliographique
Résumé
Access to high-quality outreach programs is crucial for preparing students for STEM careers, yet traditional classrooms often lack diverse, hands-on learning opportunities, particularly in anatomy and evolutionary biology. We present "Are You Stronger Than a Lemur?"-an interactive STEM activity that introduces K-12 students to fundamental concepts in anatomy, evolution, physics, and data analysis through real-world applications. Participants formulate hypotheses, collect and analyze data, and engage with age-tailored educational materials that support differentiated learning. We assessed the program's effectiveness through pre- and post-program knowledge assessments across 1670 participants (1045 eligible responses) from the United States and Mongolia. Results showed a significant increase in knowledge acquisition in anatomy, evolution, physics, statistics, and zoology. After controlling for confounding variables, we also observed a significant increase in interest in STEM careers. "Are You Stronger Than a Lemur?" bridges gaps in STEM education, particularly in underrepresented fields like anatomy and evolutionary biology, by providing an adaptable program suited to different age groups, genders, and countries. Its success lies in connecting theoretical concepts to tangible data, fostering critical thinking, problem-solving, and data interpretation skills. The program not only reinforces core STEM concepts but also offers students a unique, engaging experience that deepens their understanding and enhances their potential for future STEM careers.
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 | 0,001 |
| 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 ».