MétaCan
Menu
Retour à la cohorte
Enregistrement W4205460678 · doi:10.5465/amle.9.3.zqr443

Pedagogy of Passion for Sustainability

2010· article· en· W4205460678 sur OpenAlexaff
Paul Shrivastava

Notice bibliographique

RevueAcademy of Management Learning and Education · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPassionSustainabilityTransformative learningEmbodied cognitionEngineering ethicsPsychologySustainability organizationsSociologyPedagogyKnowledge managementComputer scienceEngineeringSocial psychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Our current practices in teaching sustainable management are replete with scientific facts, analytical tools, optimization models, and management techniques. The key pedagogical goal is to help students intellectually understand and solve problems. I argue for a different focus for teaching sustainability. Managing sustainably requires students to develop passion for sustainability. Passion for sustainability can be taught using a holistic pedagogy that integrates physical and emotional or spiritual learning with traditional cognitive (intellectual) learning about sustainable management. It identifies options for including physical and emotional components in sustainable management courses and provides examples of the transformative potential of such embodied learning. A prototype course design on managing with passion for sustainability is suggested.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,008
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,404
Écart entre enseignants0,384 · 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'étudeQualitatif
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

Citations85
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management Learning and EducationMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207