Teaching Conflict Resolution through General Education at University: Preparing Students to Prevent or Resolve Conflicts in a Pluralistic Society
Notice bibliographique
Résumé
This research stems from an appreciation of ethnic diversity among university students, and the awareness thatdifferences can result in verbal or physical conflicts. University lecturers have an important role to play inhelping prevent and resolve student conflicts. Hence, they are required to create a climate conducive to teachingand learning, where what is taught has meaning in the student’s life. In the present research, we focused on“Civic Education”- a course meant to create awareness among students on the importance of nationalism,national identity and peaciful living within society from the Indonesian perspective. To establish how universityeducation can help to develop students into good conflict managers and to understand how they can solvedisputes arising from the differences in opinion, this research was carried out in two stages: the first stageinvolved preliminary information gathering with a view to designing a model for teaching conflict resolution.While the second stage was the implementation phase of the conflict resolution teaching model. The modelentailed discussions, practical problem solving skills, and role-playing. The activities carried out comprised ofreviewing the literature and course syllabus, collecting information, administering questionnaires, carrying outinterviews and finally formulating the model. The interviews were conducted at the campuses of universitiesprone to conflicts. The researchers employed a qualitative research approach, with the help of a case studymethod. Data collection techniques comprised of questionnaires, interviews, observations, and documentanalysis. The findings revealed that: 1) Lecturers lack knowledge and skills concerning conflict resolution andprevention among students; and 2) It was established that the implementation of the conflict resolution modelhas not been effective among students. Because they do not understand the stages involved in a peaceful conflictresolution or prevention process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».