MétaCan
Menu
Retour à la cohorte
Enregistrement W7126161151 · doi:10.14307/jfcs117.4.30

Current Thinking From and About Home Economics/FCS and Artificial Intelligence (AI)

2025· article· en· W7126161151 sur OpenAlexaff
Sue L.T. McGregor

Notice bibliographique

RevueJournal of Family & Consumer Sciences · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation, Sociology, Communication Studies
Établissements canadiensMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésFamily and consumer scienceDigitizationPerspective (graphical)Economics education

Résumé

récupéré en direct d'OpenAlex

This paper shares current within-field and peripheral thinking about home economics and family and consumer sciences (FCS) and artificial intelligence (AI). Home Economics 3.0 is discussed relative to Industry 4.0 and Education 4.0. The research question was “What are home economists and FCS practitioners saying about AI at this early juncture?” The profession is becoming enamoured with AI, but only 15 home economist-authored papers were found with virtually all published in the last two years. Most were commentaries or opinion pieces with nominal research papers, many early-online. There was an emergent consensus that AI can bring home economics/FCS concepts to life if the profession critically embraces world-changing technological and digitization advancements. Research is needed about (a) using AI to teach home economics/FCS, (b) using home economics/FCS to teach about AI and (c) what constitutes rebooted Home Economics 3.0 that can handle Industry 4.0 and use Education 4.0.

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)0,012
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,032
Communication savante0,0110,019
Science ouverte0,0020,003
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,186
Tête enseignante GPT0,456
Écart entre enseignants0,270 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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 revueJournal of Family & Consumer SciencesMême sujetEducation, Sociology, Communication StudiesTravaux en français237 207