A TECHNOLOGY-ENHANCED INQUIRY-BASED CHEMISTRY CURRICULUM UNIT (ACIDS & BASES) DESIGNED TO INCREASE HIGH SCHOOL STUDENTS’ INTEREST IN STEM FIELDS AND STEM-RELATED CAREERS
Notice bibliographique
Résumé
Although a strong Science, Technology, Engineering, and Mathematics (STEM) education offers a pathway to a brighter future, opening up a wide range of interesting and exciting career opportunities, more than 50% of Canadian students do not complete the Grades 11 and 12 Mathematics and Science courses that allow them access to post-secondary STEM programs, apprenticeships, or entry- level employment positions (Amgen Canada Inc. & Let’s Talk Science, 2013). Therefore, it is vital to develop interest in STEM and enhance engagement in STEM areas at high school for students to build the strong foundation that is necessary to pursue advanced studies in STEM and participate in a future STEM-based workforce (Christensen, Knezek, & Tyler-Wood, 2014). \nThe purpose of this project was to develop a chemistry unit that demonstrates how content, pedagogy, and technology can be integrated to encourage study and careers in STEM. Using Ralph Tyler’s rationale (Tyler, 1949), backward design model (Wiggins & McTighe, 2011), constructivist views of teaching and learning (Kalpana, 2014), and the most advanced technological lab tools; the unit was developed to provide an implementable resource for teachers wanting to use inquiry-based activities in a high-tech environment. Ongoing formative assessment as students learn and for students to learn is emphasized throughout the unit using authentic lab activities that pique students’ interest in chemistry and support the development of a realistic vision of a STEM future that includes themselves.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».