Undergraduate students’ perceptions of community engagement: A snapshot of a public research university in Canada
Notice bibliographique
Résumé
Students who participate in regular community engagement (CE) often experience benefits in different areas of their lives. Many academic institutions have implemented action plans to increase CE within the student population. At the University of Calgary, Canada, this is done primarily through its broader Eyes High strategy. As there remains a gap in the literature about students' perceptions of CE and their awareness of university CE strategies, this study aims to identify undergraduate students’ awareness of the Eyes High strategy, attitudes towards and levels of engagement, and challenges and potential methods to increase CE participation. Data was collected through a voluntary online survey (n=528). Participants were recruited through posters, social media, online faculty platforms and by faculty members. Survey results indicated students lacked knowledge regarding the Eyes High strategy. It was noted that students’ knowledge, attitudes and practices of CE increased as they spent more time at the university. The top perceived challenges to CE were lack of time, accessible information, support and incentives. To increase accessibility and student participation, we suggest introducing the Eyes High Strategy and CE activities early to the undergraduate population through workshops, credit-based courses and/or professional development requirements. Our data suggests that students are not well informed about the Eyes High strategy. There is thus a need for the university to build a campus-wide, student-informed initiative to proactively engage students. This research will serve as a gateway to further explore communicative methods that might better convey university priorities to students.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,055 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».