On embracing the concept of becoming environmental problem solvers: the trainee perspective on key elements of success, essential skills, and mindset
Notice bibliographique
Résumé
Life in the Anthropocene is characterized by many environmental problems, and unfortunately, more continue to emerge. Although much effort is focused on identifying problems, this does not necessarily translate to solutions. This situation extends to the training environment, where students are often adept at understanding and dissecting problems but are rarely explicitly equipped with the skills and mindset to solve them. Herein, a group of undergraduate students and their instructors consider the concept of becoming environmental problem solvers. We first identified themes associated with historical and contemporary environmental successes that emerged from our reading, or more specifically, we identify the elements that underlie environmental success stories. The key elements of success involved setting clear objectives, identifying the scale of the problem, learning from failure, and consulting diverse knowledge sources. Next, we reflected on the skills and mindset that would best serve environmental problem solvers and enable future successes. Essential skills include innovative and critical thinking, ability to engage in collaborative teamwork, capacity to work across boundaries, and resilience. In terms of mindset, key attributes include the need for courage, enthusiasm and commitment, optimism, open mindedness, tenacity, and adaptability. We conclude with a brief discussion of ideas for revising training and curriculum to ensure that students are equipped with the aforementioned skills and mindset. The ideas shared here should contribute to ensuring that the next generation of learners have the ability to develop solutions that will work for the benefit of the environment, biodiversity, and humanity. Solving environmental problems will increasingly fall to the next generation, so it is time to ensure that they are prepared for that task.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,023 |
| Communication savante | 0,013 | 0,010 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».