MétaCan
Menu
Retour à la cohorte
Enregistrement W2919441414 · doi:10.14207/ejsd.2018.v7n4p339

Creating Sustainable Universities: Organizational Pathways of Transformation

2018· article· en· W2919441414 sur OpenAlexaboutno aff
Le Kang, Lei Xu

Notice bibliographique

RevueEuropean Journal of Sustainable Development · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSustainability in Higher Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConceptualizationSustainabilityGeneral partnershipSustainable developmentTransparency (behavior)ChinaPolitical scienceBusinessCorporate governancePublic relations

Résumé

récupéré en direct d'OpenAlex

2030 Agenda for Sustainable Development including the SDGs, is being integrated into sustainability strategies, research, teaching, pedagogy, and campus practices, and to position higher education institutions as key drivers for achieving the SDGs.Without universities as the demonstration of sustainable development, individuals and social changes needed for the creation of a sustainable future for mankind will be difficult.Key aspects of conceptualization of a sustainable university and pathways of organizational transformation are identified in this paper based on a comprehensive literature review and cross case analysis.17 world leading sustainable universities are selected from Australia, China, Canada, United Kingdom, United States and German.Data collection included in-depth interviews, reviews of documentary sources and analysis of routine data and information from offices of sustainability and websites of case universities.The cross case analysis of this paper depicts an effective, responsible and robust governance structure of world leading sustainable universities.The organizational pathways of transformation of sustainable universities have four key management elements: value, strategy, partnership, transparency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0070,016
Communication savante0,0210,013
Science ouverte0,0010,017
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,253
Écart entre enseignants0,241 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Sustainable DevelopmentMême sujetSustainability in Higher EducationTravaux en français237 207