Crafting interdisciplinary in an M.Sc. programme in management of natural resources and sustainable agriculture
Notice bibliographique
Résumé
This paper discusses challenges of an educational program, where interdisciplinarity is an important ambition. A theoretical perspective on interdisciplinarity must be more than adding insights from different disciplines as surprisingly many actors still take it to be. Interdisciplinarity is a fruitful meeting-ground and constitute processes for translation and integration of disciplinary perspectives. Interdisciplinary candidates must learn and should develop skills to identify, select, translate and integrate knowledge from different disciplines into a coherent framework. From theories in interdisciplinarity, one should develop explicit theories for interdisciplinarity. A common field focus can motivate integration of and translation between disciplines. The multipurpose re-orientation in forestry as an example of natural resource management displays the need for development of management proficiency not only related to multipurpose management, but also to handle social issues and interactions between conflicting actors. Within forestry, interdisciplinary challenges are often met through implicit, tacit and experience-based "common sense" knowledge. An explicit focus on integration of and translation between disciplines as well as development of experience-based skills is required to build interdisciplinary proficiency. This includes using practical field assignments and problem-based learning approaches to develop candidates' abilities to select, translate and integrate knowledge. Key words: interdisciplinarity, environment and development, cross-epistemic communication, natural resource management and education
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».