MétaCan
Menu
Retour à la cohorte
Enregistrement W3117104111 · doi:10.1080/09669582.2020.1863973

Evaluating the impact of a youth polar expedition alumni programme on post-trip pro-environmental behaviour: a community-engaged research approach

2020· article· en· W3117104111 sur OpenAlexaff
Christy Hehir, Emma Stewart, Patrick Maher, Manuel Alector Ribeiro

Notice bibliographique

RevueJournal of Sustainable Tourism · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensNipissing University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental planningGeographyEnvironmental resource managementPsychologySociologyPolitical scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Youth-based programmes providing education-based expeditions to the Polar Regions have been offered for more than two decades, and whilst studies hint that participants return as inspired and empowered ambassadors, research to date has been inconclusive as to what impact such expeditions have had on their participants’ subsequent lifestyle decisions and pro-environmental behaviours. To address this research gap, Social Identity Theory (SIT) was used to evaluate the impact of youth polar expeditions on participants’ pro-environmental behaviour, up to 18 years after their polar voyage. In collaboration with Students on Ice (SOI), this study tested the direct and indirect relationships between previous SOI students’ (n = 217) social identity towards the alumni programme and their subsequent connections with nature and pro-environmental behaviours. Findings suggest that social identity might be one way to explain the long-term impact of educational expeditions in terms of desired future pro-environmental behaviours, underscoring the critical importance of an alumni programme. Furthermore, a Community-Engaged Research (CER) approach was adopted to evidence the impact of this research beyond the realm of academia. We reflect on the CER approach with the intention of assisting others to produce impactful and socially robust knowledge, maximising the real-world impact of the findings.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,201
Tête enseignante GPT0,422
Écart entre enseignants0,221 · 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'étudeObservationnel
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

Citations45
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable TourismMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207