Student‐led campus climate change initiatives in Canada
Notice bibliographique
Résumé
Purpose The purpose of this paper is to provide a comprehensive list of student‐led, campus‐based climate change initiatives, and offers details on many specific cases. The paper also documents the roles students have played and considers the larger youth engagement implications. Many of these initiatives can be replicated elsewhere, thereby providing a starting point for students wanting to begin an initiative or providing ideas for other campus stakeholders wanting to engage students in initiatives. Design/methodology/approach Campus reports were collected by the Sierra Youth Coalition from 65 Canadian Universities and Colleges. This qualitative information was coded for student‐led climate‐related initiatives, and for the roles students played in those initiatives. The patterns were identified and clustered, and are presented in this paper. Findings Students were found to be successfully leading eight different types of campus climate change‐related initiatives, both with the support of other campus stakeholders and without this support. Students were also found to be able to successfully take on a variety of types of leadership roles in these initiatives. Youth engagement ranged from socialization to influence to power, depending on the type of initiative. Research limitations/implications A limitation of this research is that only 65 of the approximately 227 colleges and universities in Canada participated. Also, it is possible that some schools may not have reported all student‐led initiatives, or all the student roles. In addition, the data were limited to the 2007/2008 academic year, so is limited to the initiatives which occurred in that year. Originality/value This paper presents different types of student‐led climate change initiatives, the roles students have played in these initiatives, and the implications for youth engagement in creating climate change solutions. It contributes to the climate change, the campus sustainability, and the social movements literatures.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,003 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».