Mapping Climate Change Education: Reflections from an Education Design-Based Research Project from Northern British Columbia, Canada
Notice bibliographique
Résumé
Climate change education poses significant challenges for K-12 teachers in northern British Columbia (B.C.) due to the complexity of the challenges of climate change and limited support for integration into teaching practice. In response to the 2022 Accord on Education for a Sustainable Future, the Climate Education in Teacher Education (CETE) project was initiated at the University of Northern British Columbia (UNBC). CETE aims to address an urgent need to respond to the changing climate of northern B.C., where warming is occurring 2-3 times faster than in southern B.C., by equipping teachers with practical and tailored approaches and supports. Using the methodology of Education Design-Based Research, CETE employs the conjecture mapping method to develop educational interventions and refine trajectories to be responsive to local realities. Over three years (2022-2025), CETE has engaged in strategic collaborations with climate change education experts, resulting in the generation of seven high level conjectures that guide research and action. This paper examines patterns around roles of community cooperation and iterative design, through action research aimed towards empowering northern B.C. teachers and researchers to respond climate change education demands by considering agency, creative pedagogy, educational leadership, and climate change adaptation, in hopeful and intentional ways.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,057 | 0,019 |
| Communication savante | 0,012 | 0,003 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».