MétaCan
Menu
Retour à la cohorte
Enregistrement W2588591009 · doi:10.1080/03098265.2017.1293626

Towards a critical service learning in geography education: exploring challenges and possibilities through testimonio

2017· article· en· W2588591009 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Geography in Higher Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensLakehead UniversityUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Toronto
Mots-clésExperiential learningSociologyService-learningNeoliberalism (international relations)Experiential educationPedagogyTransformational leadershipPlace-based educationPower (physics)Power structureEngineering ethicsPublic relationsSocial sciencePolitical scienceEnvironmental educationEngineering

Résumé

récupéré en direct d'OpenAlex

There has been an increasing interest in exploring the transformational possibilities of experiential learning approaches like service learning, across post-secondary education, including geography. At the same time, scholars caution that such initiatives can entrench neoliberalism, white supremacy and other power structures and call for implementing a critical service learning (CSL) approach that is rooted in action against injustice. In response, this paper uses testimonio methodology to explore the experiences of a student and instructor engaging in a graduate geography course that implements CSL. We demonstrate how CSL is a complex process that is mired in the very power structures and institutional barriers it attempts to disrupt. Nonetheless, CSL creates opportunities for social change in the classroom and community, which make it a promising pedagogical strategy for geographers aiming to create alternative teaching approaches in their classrooms.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,391
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle