Six reasons to integrate arts and sciences in higher education
Notice bibliographique
Résumé
Integrating arts and sciences in higher education is a compelling challenge for students, instructors, and institutions (NAS 2018). However, even skilled practitioners find interdisciplinarity difficult for epistemological, cultural, and linguistic reasons (Mather et al. 2023). The same difficulties confront educators and students. Nevertheless, the effort is joyfully worthwhile for six key reasons. First, arts–science interdisciplinarity is needed. Addressing today's wicked problems at the interface of biology and society demands interdisciplinary competence (e.g., Renshaw and Valiquette 2017, Sanborn and Jung 2021) and associated twenty-first-century skills (Pellegrino and Hilton 2012, WEF 2023). Fostering in students the capacity to appreciate, question, and connect multiple learning paradigms is invaluable for their future success. Second, interdisciplinary competence can enhance intercultural competence. Both require the transferable skills of empathy, respect, humility, and effort (Fraser and Schalley 2009, Paracka and Pyn 2017, Islam and Stamp 2020). Furthermore, science–arts initiatives can deliberately enhance diversity, inclusion, and decolonization by breaking down disciplinary boundaries and broadening exposure to other fields (NAS 2018, Rigby 2020; cf. Clark et al. 2020).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,013 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,001 | 0,015 |
| Intégrité de la recherche | 0,010 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».