The Impact of Short-Term Cross-Cultural Experience on the Intercultural Competence of Participating Students: A Case Study of Australian High School Students
Notice bibliographique
Résumé
Over recent years, globalisation occasioned a dramatic rise in cross-cultural interactions until this was disrupted by the COVID-19 pandemic. The ability to competently engage in a multicultural world is often considered the “literacy of the future”. Global interconnectedness has brought studies into intercultural competence to centre stage. This has increased the demand for cross-cultural education experiences that facilitate such learning. However, there is a dearth of empirical research into the issues and effects surrounding short-term cross-cultural educational experiences for adolescents. This mixed-methods study extends previous research by looking specifically into what impact short-term cross-cultural experiences may have on the formation of intercultural competence (IC) and emotional intelligence (EI) of Australian high school students. This study used two instruments for measuring IC and EI in a pre- and post-test quasi-experimental design (n = 14), the General Ethnocentrism (GENE) Scale and Toronto Empathy Questionnaire (TEQ). Moreover, it conducted in-depth post-experience qualitative interviews (n = 7) that broadly followed a phenomenological paradigm of inquiry. The findings suggest that fully embodied cross-cultural immersive experiences can effectively support the formation of IC and EI in high school students and may thereby play a contributing role in redressing ignorance, xenophobia, prejudice, and discrimination. A greater understanding of the linkages between immersive cross-cultural experiences and intercultural competence offers prospects for policymakers, educators, pastoral carers, and other relevant stakeholders who might employ such experiential learning to foster more interculturally and interracially harmonious human relations.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,008 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».