MétaCan
Menu
Retour à la cohorte
Enregistrement W7117238419 · doi:10.24908/encounters.v26i0.20252

Belonging and the Charter of Transdisciplinarity in International STEM Research

2025· article· en· W7117238419 sur OpenAlexafffundvenue
Robyn Ruttenberg-Rozen, Pamela Leggett‐Robinson, Xoliswa Majola, Zwelinzima Ndevu, Nichole L. Powell, Sabryna Sullivan, Surendra Thakur, Gregory Wilson

Notice bibliographique

RevueEncounters in Theory and History of Education · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensOntario Tech University
Organismes subventionnairesGovernment of Canada
Mots-clésTransdisciplinarityCharterAcronymCitizen journalismParticipatory action researchDisciplinePoliticsEquity (law)

Résumé

récupéré en direct d'OpenAlex

This paper examines the lived realities of conducting a purposefully transdisciplinary, equity-focused international STEM research project during the COVID-19 pandemic. Using the Charter of Transdisciplinarity as an analytic lens, we explore how our team navigated visa delays, shifting political contexts, administrative turnover, and digital inequities while supporting marginalized undergraduate women in STEM. Through reflective prompts and critical event analysis, we show how belonging—understood as an active, ongoing practice—enabled us to move beyond disciplinary boundaries and confront entrenched forms of marginalization in STEM and academia. Technology simultaneously connected and divided us, requiring continual renegotiation of community membership. Dialogues around artificial intelligence served as key moments of transcultural exchange and vulnerability. We argue that transdisciplinarity is a human and relational endeavor that must be intentionally cultivated. Within STEM, it emerges not from the acronym itself but from practices that center humanity, resist othering, and foster collective flourishing. Keywords: transdisciplinarity, STEM education, belonging, transcultural collaboration, international research, equity in STEM, participatory action research, digital inequity, interdisciplinary collaboration

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)0,012
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,051
Tête enseignante GPT0,440
Écart entre enseignants0,389 · 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'étudeThéorique ou conceptuel
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'admission3
Résumé présentoui

Explorer davantage

Même revueEncounters in Theory and History of EducationMême sujetInterdisciplinary Research and CollaborationTravaux en français237 207