Community Based Participatory Research: A Ladder of Opportunity for Engaged Scholarship in Higher Education
Notice bibliographique
Résumé
Higher Education the world over is recognized as a driver of development in the knowledge based economy. It is believed that Higher Education benefits the economy through the formation of human capital and building a knowledge base that contributes to solving problems in society. However, voices of frustration about graduates being unable to relate theory to practice in different contexts raises questions about the quality of teaching and learning in Higher Education Institutions (HEI). Some reports have shown that graduates seem to leave HEI’ s disengaged, ill equipped, and unable to apply acquired university knowledge to real world problems. In addition, even though the mission of the university is inclusive of engagement among others, community engagement priority seems to be emphasized only on the part of faculty members and less so on students. This in part is a result of a curriculum that mainly promotes classroom based learning and the ivory tower mentality of HEI, which places the community in the periphery of knowledge and data production. This conceptual paper argues that in order for HEI’s to produce quality graduates, who are innovative and active citizens, a transformative teaching and learning scholarship that moves beyond “classroom-based theory” is necessary, more especially for students in applied fields of study such as community development. Borrowing from Nyerere’s educational philosophy, this paper posits that Community Based Participatory Research (CBPR), with its collaborative inquiry, social action and service learning, may provide a basis for engaged scholarship of teaching and learning that promotes engagement for higher education students in applied fields of study. Thus, by exploring the concepts of engaged scholarship and CBPR and the nuances that exist between them, this paper seeks to underscore the importance of CBPR and how it can contribute to engaged scholarship for students.
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 | 0,212 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,004 |
| Études des sciences et des technologies | 0,021 | 0,080 |
| Communication savante | 0,029 | 0,030 |
| Science ouverte | 0,007 | 0,054 |
| Intégrité de la recherche | 0,010 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».