MétaCan
Menu
Retour à la cohorte
Enregistrement W4298109526 · doi:10.51952/9781447306474.ch008

Regional centres of expertise as mobilising mechanisms for education for sustainable development

2014· book-chapter· en· W4298109526 sur OpenAlexaboutno aff
Roger A. Petry, Lyle M. Benko, Takaaki Koganezawa, Tomonori Ichinose, Mary Otieno, Ros Wade

Notice bibliographique

RevuePolicy Press eBooks · 2014
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueUniversity-Industry-Government Innovation Models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainable developmentRegional scienceEconomic growthEnvironmental planningBusinessPolitical scienceGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Chapter Eight presents three case studies of regional centres for expertise (RCEs) in ESD. RCEs were set up to achieve the aspirations of the UN Decade for Sustainable Development (DESD), 2005–14, and to help create a global learning space for sustainable development. An RCE is a network of formal, informal and non-formal organisations mobilised to act as a catalyst for the delivery of ESD. Although sharing common aims, RCEs have a considerable degree of autonomy and are able to determine their own particular priorities based on local circumstances.The three case studies are: RCE Saskatchewan, Canada; RCE Greater Sendai, Japan; and RCE Greater Nairobi, Kenya. These RCEs have all grown up organically and have been developed by a variety of social actors and stakeholders in their respective regions. They all have different focuses and have responded in different ways to the challenges of sustainability. This is a good example of subsidiarity in terms of ESD policymaking and practice. The case studies are framed within the context of civil society organisations and social movements, with an analysis of the impact and effectiveness of RCEs as agents for change.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,259
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy Press eBooksMême sujetUniversity-Industry-Government Innovation ModelsTravaux en français237 207