MétaCan
Menu
Retour à la cohorte
Enregistrement W4412870756 · doi:10.24908/pceea.2025.19666

Addressing Barriers to STEM Education through Experiential Learning in High School Physics

2025· article· en· W4412870756 sur OpenAlexaffvenueabout
Vanessa Ironside, Jeffrey Harris, Lisa Cole

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésExperiential learningExperiential educationMathematics educationPhysics educationPedagogyPsychologyEngineering ethicsEngineering

Résumé

récupéré en direct d'OpenAlex

High school physics in Ontario faces large gender and racial disparities in enrollment. This leads to barriers for many youth as physics is a prerequisite for many post-secondary STEM pathways. This paper will focus on the work of k2i academy’s Bringing STEM to Life: Work-Integrated Learning(W-IL) program to explore the impact of the operational and programmatic design that allows youth who have opted out of traditional high school physics the opportunity to engage with the course through experiential learning that allows for hands-on learning of curriculum expectations and a paid-work experience. During the program, participants gained confidence in coding and engineering while engaging in STEM spaces where they felt an increased sense of belonging and representation. Participants also had great access to STEM role models. The W-IL provides best practices for how experiential learning can be embedded into formal education to improve the ways underrepresented youth engage in STEM education.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,244 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetCareer Development and DiversityTravaux en français237 207