MétaCan
Menu
Retour à la cohorte
Enregistrement W4415644993 · doi:10.1002/ppp3.70115

A manifesto for plant science education

2025· article· en· W4415644993 sur OpenAlexaff
Elizabeth Alvey, Andrea Paterlini, Mary Elizabeth Williams, Mia Cerfonteyn, Samantha Dobbie, Steven Dodsworth, Sonja D. Dunbar, Lauren R. Headland, Anastasia Kolesnikova, Pankaj Kumar, Silvia Manrique, Chris Mansfield, Sebastian Stroud, Shannon Woodhouse, Hailey Ashton, Yoselin Benitez‐Alfonso, Emily Breeze, Kelsey J.R.P. Byers, C. P. Chetariya, Beth C. Dyson, Alec Forsyth, Beatriz Gonçalves, Camila Gonzalez, Daniel Jenkins, Joanna Kacprzyk, Kirsten Knox, George R. Littlejohn, Sara López-Gomollón, Enrique López‐Juez, Cláudia Martinho, Vincent D. P. Modji, Itumeleng Moroenyane, Amy S. Newell, Geraint Parry, Julie Peacock, Anne Plessis, Bushra Saeed, Luis Sanz, Steven H. Spoel, Laurel R. Tully, Laura Turchi, Helen K. Woodfield, Katharine Hubbard

Notice bibliographique

RevuePlants People Planet · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensSciencetech (Canada)
Organismes subventionnairesNational Science Foundation
Mots-clésManifestoInclusion (mineral)Diversity (politics)LegislatureScience educationSustainabilityEnvironmental educationPlant science

Résumé

récupéré en direct d'OpenAlex

Societal Impact Statement Plants provide oxygen, food, shelter, medicines and environmental services, without which human society could not exist. Tackling pressing and global challenges requires well‐trained plant scientists and plant‐aware individuals. This manifesto provides a practical evidence‐based vision to strengthen plant science education, focused on five strategic priorities. It is relevant to all stakeholders within plant science and beyond: from frontline educators to institutional leaders; from commercial or charitable professionals to entrepreneurs and donors; from individual community members to their legislative representatives. Strengthening plant science education demands concrete actions from all stakeholders, ultimately to the benefit of us all. Summary Plant science education needs urgent attention. Skilled plant scientists are needed to address major environmental and societal challenges, and global communities require plant‐aware professionals to drive impactful policy, research and environmental stewardship. This manifesto was collaboratively generated by a community of educators who gathered to reflect on the state of plant science education. The forward‐facing document provides a clear strategy for plant science education, complementing existing research strategies. Five themes were identified as essential for meeting the evolving needs of plant science, educators and learners: (i) plants must be at the centre of an education that addresses global challenges and societal values; (ii) plant science education must prepare students for their futures using bold and effective pedagogies; (iii) equity, diversity and inclusion must be robustly embedded in educational practices; (iv) local and strategic partnerships (with industry and beyond) are required to strengthen academic education; and (v) plant science educators need resources and opportunities to develop and connect. The manifesto is intended as a framework for change. Educators, funders, publishers, industry representatives, policymakers and all other members of our communities must commit to sustained investment in plant science education. By proactively and collectively embracing the recommendations provided, the sector has an opportunity to cultivate a new generation equipped with the knowledge, skills and passion to unlock the full potential of photosynthetic organisms.

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)0,000
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 enseignants0,541
Score d'incertitude au seuil0,557

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,024
Tête enseignante GPT0,329
Écart entre enseignants0,305 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlants People PlanetMême sujetAnimal and Plant Science EducationTravaux en français237 207