MétaCan
Menu
Retour à la cohorte
Enregistrement W4412870714 · doi:10.24908/pceea.2025.19632

Student Perceptions of "Tech Stewardship"

2025· article· en· W4412870714 sur OpenAlexafffundvenueabout
Kari Zacharias, Jillian Seniuk Cicek, Paula Rodrigues Affonso Alves, Fenella Amarasinghe, Jeffrey Harris, Renato Rodrigues, Alexi Orchard, Rosheedat Adeniji

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensMemorial University of NewfoundlandYork UniversityUniversity of Manitoba
Organismes subventionnairesMemorial University of NewfoundlandUniversity of WaterlooYork UniversitySuncor Energy Incorporated
Mots-clésStewardship (theology)PerceptionBusinessEnvironmental resource managementPsychologyEnvironmental planningPolitical scienceGeographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Technological stewardship, or tech stewardship, is an approach to guiding the design, implementation, or use of technologies. Within Canada, the most prominent use of this term is the Tech Stewardship Practice Program (TSPP), an online course developed by the Engineering Change Lab. While the TSPP has reached thousands of people since its inception in 2022, the term tech stewardship has not yet been widely adopted within engineering education or industry. This study is based in data from focus groups conducted with undergraduate engineering students participating in the TSPP, and characterizes students’ perceptions of “tech stewardship.” We find that students came to the TSPP with disparate understandings of what stewardship means, and developed different understandings as they moved through the program. Student perceptions across and within focus groups demonstrated a range of interpretations of and relations to the TSPP, and pose a variety of questions for educators who may seek to engage with tech stewardship in their teaching practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,015
Tête enseignante GPT0,351
Écart entre enseignants0,335 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2025
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetInterdisciplinary Research and CollaborationTravaux en français237 207