MétaCan
Menu
Retour à la cohorte
Enregistrement W3036672386 · doi:10.5206/cie-eci.v48i2.10791

In the Pursuit of Justice: A Case Study on the Role of Service-Learning in Developing Civic Engagement among College Students in Egypt

2020· article· en· W3036672386 sur OpenAlexaffvenue
Neivin Shalabi

Notice bibliographique

RevueComparative and International Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésService-learningCivic engagementExperiential learningPopulationPedagogyCommunity engagementPsychologyCivicsStudent engagementPublic relationsPoliticsSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Service-learning is a form of experiential education that connects classroom instruction with community service for the benefits of the partners involved. While the effects of service-learning on college students are well documented in Western settings, considerably less is known about these effects in Eastern contexts. Given the current profound political changes in Egypt and the greater Arab world, this research utilized a case study design to explore the potential of service-learning for developing civic awareness among college students at a university in Northern Egypt. Findings revealed that participation in service-learning allowed students valuable opportunities to connect with others from backgrounds different from their own. Through their work in the community, students gained important civic skills, including thinking critically and addressing public problems, developing perspective-taking positions, and enhancing coping capabilities. The study outcomes suggest a cultural shift in Egypt that validates young adults as a productive segment of population thus affording them structured opportunities for civic engagement through which they could exercise their leadership skills and effect positive change in their communities. The ongoing critical engagement of students in their communities where they grapple with questions about the structural causes of inequalities in society is pivotal for service-learning to be a truly empowering learning experience.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,005
Communication savante0,0040,002
Science ouverte0,0020,006
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,180
Tête enseignante GPT0,446
Écart entre enseignants0,266 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComparative and International EducationMême sujetService-Learning and Community EngagementTravaux en français237 207