MétaCan
Menu
Retour à la cohorte
Enregistrement W4412870784 · doi:10.24908/pceea.2025.19678

Artificial Intelligence (AI), Sustainability and Engineering Education: Implementation trends in STEM to realize Society 5.0.

2025· article· en· W4412870784 sur OpenAlexafffundvenue
Sourojeet Chakraborty, Berhane Bein Sertu, Daniela Galatro

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSustainability in Higher Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesPolytechnique Montréal
Mots-clésSustainabilityEngineering ethicsEngineering managementEngineeringComputer sciencePolitical scienceBiology

Résumé

récupéré en direct d'OpenAlex

Sustainability-centered engineering is an attribute of Society 5.0, which, in turn, impacts Industry 5.0 (I.D. 5.0) requirements and Education 5.0 (E.D. 5.0) skills within STEM. With the ever-changing global industry landscape, it is imperative to map critically and comprehensively assess (i) the impact of sustainability on E.D. 5.0/I.D. 5.0, (ii) the impact(s) of AI on sustainability measures between the Global North and the Global South economic blocs, and (iii) how these initiatives measures impact Higher Education Institutes (HEIs) in STEM teaching/research. To obtain these perspectives, a bibliometric analysis was performed (2014-2024) on Scopus, based on Research Questions (RQs) from the literature, to capture (i) the existence of an AI gap between the Global North and South, (ii) a lack of current initiatives in sustainability in HEIs in STEM, (iii) an imminent need to promote sustainability-oriented curricula design across HEIs, and (iv) identify novel pedagogical strategies to foster such targeted learning.

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)0,002
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 enseignants0,367
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
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 Opus0,010
Tête enseignante GPT0,325
Écart entre enseignants0,315 · 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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetSustainability in Higher EducationTravaux en français237 207