Leveraging Indigenous Knowledge through Technology to Enhance Creativity and Critical Thinking in Students
Notice bibliographique
Résumé
This study explores the integration of indigenous knowledge with technology to enhance students’ creativity and critical thinking. The main objective is to investigate how digital tools can facilitate the application of local wisdom in educational contexts and how such integration affects cognitive and higher-order thinking skills. Employing a mixed-methods approach, the research combined a quasi-experimental design with pre- and post-tests to quantitatively measure creativity and critical thinking improvements, alongside qualitative interviews to capture students’ experiences, perceptions, and engagement with technology-mediated indigenous knowledge. The study was conducted among students in [specify region or school level if needed], where local cultural practices are rich and varied. Findings reveal that students participating in technology-enhanced indigenous knowledge activities showed a statistically significant increase in creativity and critical thinking compared to control groups. Qualitative analysis further indicates that students developed stronger problem-solving abilities, higher cultural awareness, and greater motivation to apply local knowledge in innovative ways. The integration of technology not only supported interactive and collaborative learning but also provided a meaningful context for connecting academic concepts with students’ cultural backgrounds. This research contributes to the field of educational innovation by offering an empirically validated framework for leveraging indigenous knowledge through technology, emphasizing the importance of contextualization, participation, and transformation in learning. The study also provides practical implications for curriculum developers, educators, and policymakers seeking to design pedagogical strategies that foster higher-order thinking skills while preserving and promoting local wisdom. Ultimately, this approach encourages a balanced development of cognitive, creative, and cultural competencies in students, highlighting the potential of culturally responsive and technology-mediated education in contemporary learning environments.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 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 ».