Runninghead: Join The (Eco) Club: Examining The Role Of Extracurriculars For Enhancing Environmental Education
Notice bibliographique
Résumé
Ecoclubs are often devalued in their effectiveness at promoting Environmental Education because of their extracurricular nature. In theory, extracurricular programs offer a flexible learning opportunity that is founded in constructive learning where students can actively construct meaning while relating what they learn to real world issues and concepts (Olusegun 2015; Loughland, Reid, & Petocz 2010). The purpose of this study is to explore the roles of Ecoclubs in secondary schools as a means of contributing to the improvement of Environmental Education within Ontario. This qualitative study examines the effectiveness of Ecoclubs in developing environmental behaviour and action in students. A secondary data analysis of two case studies based within India and Australia was used to explore Ecoclubs within secondary schools. The Ecoclubs within these countries are framed within different contexts of Environmental Education, but nonetheless provide informative perspectives on Environmental Education in extracurriculars as a whole. The findings of my study suggested that Ecoclubs effectively promote learners’ environmental behaviour and actions through the development of the ecological self . The term ‘ecological self’ refers to connectedness with nature (Naess, 2005; Wilson, 1996) and existing with nature (Splitters, 2015). The findings of my study also highlighted the theme of interconnectedness through the cyclical progression and development of the ecological self and what I term ‘new’ environmental awareness. Integrating Environmental Education in extracurriculars suggests a need for more funding, improved management and execution of the program and more opportunities for the professional development of teachers in the field of Environmental Education.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».