Exploring climate-friendly cities: a case study of elementary students’ systems thinking
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This qualitative case study explores how elementary students’ systems thinking emerges and evolves through engagement in climate change-focused design tasks. Despite growing interest in systems thinking within science education, research at the elementary level, especially concerning complex socioscientific issues like climate change, remains limited. Guided by the Components – Mechanisms – Phenomena (CMP) framework, we analyzed interviews, student artefacts, and field notes collected over 12 weeks involving Grade 6 students in Western Canada. Findings reveal that students effectively identified key system components (e.g. vegetation, oceans, atmosphere, renewable energy sources) and recognised emergent phenomena such as global warming and climate-friendly urban design. However, they often struggled to articulate mechanisms of how these components dynamically interact to produce broader outcomes. It was evident that design tasks and structured scaffolds, such as CMP-informed prompts, provided immediate opportunities for component identification and phenomenon recognition, while perturbation activities prompted dynamic reasoning about system interdependencies and trade-offs between efficiency and equity. Findings also supported that students’ systems thinking skills were multifaceted and context-dependent rather than strictly hierarchical. The study contributes conceptually (reframing development as context-sensitive), methodologically (CMP as scaffold and analytic lens), and practically (a classroom-ready toolkit, including CMP-informed prompts and design-plus-perturbation tasks).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle