MétaCan
Menu
Retour à la cohorte
Enregistrement W4296271337 · doi:10.1177/13505076221116991

Teaching management in the context of Grand Challenges: A pragmatist approach

2022· article· en· W4296271337 sur OpenAlexaff
Chantale Mailhot, Marc D. Lachapelle

Notice bibliographique

RevueManagement Learning · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésPragmatismFlourishingContext (archaeology)SociologyEngineering ethicsFace (sociological concept)Philosophy of educationFrame (networking)EpistemologyPedagogyHigher educationPolitical sciencePsychologySocial scienceComputer scienceEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

This article builds on the pragmatist approach of Grand Challenges to derive pedagogical strategies for management education, especially for courses that aim to prepare students to face the unprecedented context of multi-crises. The notion of Grand Challenges, used to frame the multiple problematic situations that characterize the context, echoes the flourishing literature on responsible management learning and education, which claims an urgent need to rethink management education to deal with issues of increasing inequality, human rights, and climate change. The responsible management learning and education literature encompasses three pedagogical approaches, including a pragmatist approach. We rely on Dewey’s pragmatist philosophy of education to enrich this approach and develop pedagogical strategies for preparing students to intervene in the context of Grand Challenges. We suggest a view of knowledge as tool for transformation and of the classroom as a community of inquiry working to intervene in problematic situations. We illustrate the strength of these pedagogical strategies through an account of an educational experience in a course of Design and Management of Social Innovation.

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)0,025
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0090,052
Communication savante0,0140,016
Science ouverte0,0040,017
Intégrité de la recherche0,0060,014
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,179
Tête enseignante GPT0,382
Écart entre enseignants0,204 · 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'étudeThéorique ou conceptuel
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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement LearningMême sujetEthics in Business and EducationTravaux en français237 207