The Youth Leading Environmental Change Project: A Mixed-Method Longitudinal Study across Six Countries
Notice bibliographique
Résumé
Significant cultural transformations of the kinds that are needed to move our global society toward sustainability require youth to engage in environmental actions. These actions are more than just updating one's personal practice (e.g., recycling). They are “intentional and conscious civic behaviors that are focused on systemic causes of environmental problems and the promotion of environmental sustainability through collective efforts” (Alisat & Riemer, 2015, p. 14). The current study investigated the effectiveness of the Youth Leading Environmental Change (YLEC) program, which fostered such environmental actions in six participating countries. YLEC is an 11-unit evidence-based youth engagement workshop series, with a focus on environmental justice and on building action competence. The study employed a mixed-method longitudinal comparison group design with three follow-ups at 3, 6, and 12 months. Overall, 365 university students from Bangladesh, Canada, Germany, India, Uganda, and the United States participated in either the workshop or comparison group. Sixty-three of the workshop participants participated in semistructured qualitative interviews at the 3-month follow-up. The results suggest that most participants experienced a significant personal transformation both in regard to how they relate to environmental issues and how they perceive themselves as agents of change. Although there was an increase in environmental action in the month immediately following the workshop series, engagement seemed to revert close to baseline levels at the 12-month follow-up for many participants. Implications of the findings for theory and practice are discussed. Key Words: Youth—Environmental action—Environmentalism—Youth engagement—Environmental activism.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».