MétaCan
Menu
← Retour à la cohorte
Enregistrement W7049253051

Nikola Tesla in science textbooks

2025· article· en· W7049253051 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship@Western (Western University) · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeRepresentation (politics)IndigenousProcess (computing)Inclusion (mineral)Field (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nikola Tesla is considered one of the greatest inventors in modern history, being called “the man who invented the 20th century”. He was historically recognized by the naming of the magnetic field unit “tesla”, which is one of only 19 units named after scientists in the International System of Units (SI). Science textbooks mention a number of scientists when their work is related to a given topic and frequently include a biographical note with a photo. Tesla’s name is often said to have been forgotten in time. The lack of awareness of the significance of his work can be attributed to the apparent under representation of his accomplishments in educational resources. Conveying an accurate narrative of the evolution of scientific ideas developed by scientists should allow young generations to better understand the scientific process and motivate future scientists. In this work, we discuss the importance of the portrayal of historical figures in science textbooks, using Nikola Tesla as a case study among prominent scientists in textbooks spanning the Canadian education system (K-12 and university levels). The analysis reveals significant variations in representations based on textbook levels. There are also differences found among individual scientists, with some receiving significant coverage, while others appear to be under-represented. We hope that this project will motivate similar research, applying our methodologies to further the inclusion of other under-recognized scientists, for example, women or Indigenous scholars, and enhance the potential and benefits of more diverse science education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,368

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,011
Études des sciences et des technologies0,0060,003
Communication savante0,0070,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,004

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 Opus0,053
Tête enseignante GPT0,332
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)→Même sujetMagnetic confinement fusion research→Travaux en français237 207→