MétaCan
Menu
Retour à la cohorte
Enregistrement W4412870777 · doi:10.24908/pceea.2025.19528

Accelerating Climate Change Adaptation (CCA) Education for the Next Generation of Engineering Professionals

2025· article· en· W4412870777 sur OpenAlexafffundvenueabout
Bruce MacVicar, Nadine Ibrahim, Michèle Martin, Mehdi Diouri, Prasith Wijeweera, Huiqin Wang, Emily Zheng

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Resources CanadaUniversity of Waterloo
Mots-clésAdaptation (eye)Climate changeClimate change adaptationEngineering ethicsEngineering managementEnvironmental scienceComputer scienceEngineeringPsychologyGeology

Résumé

récupéré en direct d'OpenAlex

Climate change adaptation knowledge is not yet easily accessible to students in professional programs in Canada. In part, this stems from stringent degree requirements that follow competencies regulated by professional bodies. It may be exacerbated by factors including the interdisciplinary nature of climate change, organizational inertia and disciplinary silos. This paper is based on a project funded by Natural Resources Canada on “Accelerating Climate Change Education for the Next Generation of Professionals”, with an emphasis on climate change adaptation (CCA) skills in Civil and Environmental Engineering, specifically. The project enables action by developing needs-based curriculum and pedagogy that draws on interdisciplinary expertise, and making these frameworks and associated tools available to post-secondary institutions and professional associations Canada-wide through a community of practice. The project research goal is to describe current practices and identify gaps or opportunities for the integration of CCA education into existing Canadian engineering, planning, architecture and accounting programs. The current paper is focused on engineering curricula, with the engineering scope limited to civil and environmental engineering, which at the University of Waterloo and many universities in Canada represents the fields focussed on civil infrastructure.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil0,473

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,134
Tête enseignante GPT0,338
Écart entre enseignants0,204 · 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'étudeSimulation ou modélisation
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 sujetConstruction Project Management and PerformanceTravaux en français237 207