Engagement in greenhouse gas emission reduction : survey of best practices programs in engaging students, faculty and staff in behaviour change strategies
Notice bibliographique
Résumé
This report seeks to identify best practices in engaging faculty and staff in GHG emission reduction. As most of the energy used on campus is used to heat and cool buildings, this report explores programs that can facilitate further engagement of staff, faculty members, researchers and students in green initiatives aimed at behaviour change. To explore this question, the top 20 universities that have decreased their emissions, based on the Princeton Review’s Guide to 352 Green Colleges (The Princeton Review, 2015), featured case studies at ASHEE resource website (Campus Sustainability Case Studies), and best practices featured in Climate Action Planning (Us Environmental Protection Agency, 2010) report were surveyed. Through the survey it was found that most universities and campuses that have reduced their GHG emissions have student peer mentoring programs, structured green certification programs and various opportunities for staff and students to design and participate in peer mentoring projects. To analyze which of these programs suits UBC and what can be learned from them, a matrix was developed to analyze the programs offered at each university. Overall it was found that having a strong communication strategy and peer-mentoring programs influence the degree by which students are able to change their behaviour. The three sections below illustrate the programs that either build on what UBC has been doing or have specific features that suit UBC. The first section focuses on programs for students living in residences, while the second focuses on programs for faculty, staff and researchers and the third section focus on specific behaviour of saving hot water. Disclaimer: “UBC SEEDS provides students with the opportunity to share the findings of their studies, as well as their opinions, conclusions and recommendations with the UBC community. The reader should bear in mind that this is a student project/report and is not an official document of UBC. Furthermore readers should bear in mind that these reports may not reflect the current status of activities at UBC. We urge you to contact the research persons mentioned in a report or the SEEDS Coordinator about the current status of the subject matter of a project/report.”
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 | 0,017 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».