Cultivating Skillful Means of Care in Schools Through Compassion Practice and Individual and Joint Inquiry
Notice bibliographique
Résumé
Objectives: We examined the extent to which compassion practices helped guide skillful means of care among educators. We engaged educators in a collaborative design (co-design) process that foregrounded two components: (1) contemplative practice and (2) developing skill in how social interactions are embedded within wider systems through individual and joint inquiry. We analyzed the ways educators developed awareness of social suffering and set intentions to alleviate suffering. We examined how co-design fostered an understanding of compassion and new ideas about how to respond skillfully to suffering in schools. Methods: Using qualitative methods, we analyzed data from educators who participated in co-design, including their written reflections, field notes, semi-structured interviews, and surveys. Results: Educators identified multiple opportunities for acting with compassion, including approaching school-based interactions with compassion, cultivating compassion for themselves, and envisioning school change through a lens of compassion. Educators' experiences in co-design directly informed how they imagined compassionate action in their schools. Specific elements highlighted were contemplative practice, reflection, and individual and joint inquiry. Conclusions: The adaptation of a general program on compassion training can benefit from attending to how to show compassion in the context of concrete interactions in schools, and this can support educators in developing skillful means of care. Our analyses provide insight into the components that supported educators to offer compassion and suggest that educators' skillful means of care can be cultivated through both contemplative practice and inquiry into social suffering. We offer a conceptual model for developing skillful means of care educational settings.
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 | 0,051 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,020 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».