MétaCan
Menu
Retour à la cohorte
Enregistrement W4414481859 · doi:10.1080/19378629.2025.2556377

Decolonizing Engineering Education: Tensions, Contexts, and Commitments Across Four National Settings

2025· article· en· W4414481859 sur OpenAlexaffabout
Stephanie Masta, Jillian Seniuk Cicek, Bruce Kloot, Thomas Goldfinch

Notice bibliographique

RevueEngineering Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican cultural and philosophical studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésEngineering educationField (mathematics)Process (computing)

Résumé

récupéré en direct d'OpenAlex

This essay stories how four scholars understand colonization and how its continued impact on colonized peoples and Lands relate to engineering, and engineering education and research in Australia, Canada, South Africa, and the United States. Genuine movement toward decolonization in engineering education and research should include substantial partnerships, collaboration, and shared decision-making with Indigenous and non-dominant peoples, and the centering of Indigenous and non-dominant worldviews, and it must be localized. Decolonization challenges nationalism, capitalism, and landownership, and the notions of objectivity and the purposes and practices in engineering. Decolonization requires a fundamental shift in thinking about whose knowledge and belief systems are accessed, and how knowledge is acquired and shared. Engineering educators need to understand the crucial value of Indigenous and non-dominant knowledges and worldviews for engineering, the urgency for advancing social justice, and the responsibility of our profession to take up the call and work for decolonization.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,814
Score d'incertitude au seuil0,657

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,044
Tête enseignante GPT0,363
Écart entre enseignants0,319 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueEngineering StudiesMême sujetAfrican cultural and philosophical studiesTravaux en français237 207