MétaCan
Menu
Retour à la cohorte
Enregistrement W4411049168 · doi:10.58693/ier.315

Exploring Food Insecurity Through Mathematics for Social Justice Lens

2025· article· en· W4411049168 sur OpenAlexaff
Cynthia O. Ajose

Notice bibliographique

RevueInternational Educational Review · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistics Education and Methodologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFood insecuritySocial justiceLens (geology)Economic JusticeSociologyThrough-the-lens meteringFood securityPolitical scienceSocial scienceGeographyOpticsPhysicsLawArchaeology

Résumé

récupéré en direct d'OpenAlex

This paper explores the intersection of mathematics education, food insecurity, and social justice, focusing on how mathematics can empower students to critically engage with real-world issues. Grounded in Gutstein’s (2006) “Reading and Writing the World with Mathematics” framework and UNESCO’s Education for Sustainable Development (2020), the study examines how mathematical tasks can foster critical thinking, civic empathy, and social agency. Drawing on data from sources such as the United Nations, the paper highlights the growing global crisis of food insecurity, intensified by conflict, climate change, and inequality. It investigates two central questions: (1) How can mathematical tasks be designed to engage students in analyzing and critiquing food insecurity as a social justice issue? (2) What pedagogical approaches can empower students to use mathematical reasoning to propose solutions to these challenges? The paper presents a structured, phased task that supports both statistical reasoning and critical consciousness, emphasizing localized, and community-based modeling. It concludes by recommending transformative pedagogies that build mathematical competencies and equip learners to act as agents of change in addressing food justice in their communities and beyond.

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)0,001
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,462
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,745
Tête enseignante GPT0,571
Écart entre enseignants0,174 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Educational ReviewMême sujetStatistics Education and MethodologiesTravaux en français237 207