Education for sustainable development: Insights from Canadian and South African universities
Notice bibliographique
Résumé
Universities can play a key role in contributing to a sustainable future for our planet and its inhabitants. In times of constant changes, there is a growing urgency to reflect on the vision of universities as well as their respective practices and projects that can promote the creation of sustainable societies. As is evident in scholarly literature, there is a need to empower universities and enhance their ability to prepare individuals who can confront global sustainability challenges and pursue sustainable development. The United Nations’ adoption of the 2030 Agenda for Sustainable Development in 2015 recognised that societal problems were territorially blind, meaning that no country has sufficient knowledge or research capacity to solve all challenges on its own. To that end, this qualitative, comparative research study represents the unified effort of two very different countries to explore the topic of education for sustainable development (SD) at universities. The study employed a document analysis of selected publicly funded universities in Canada and South Africa. Gathered documents are from the past seven years and include the universities’ mission and vision statements, annual reports, and strategic plans. The three main questions addressed in this work are: (a) What is the status and role of higher education for SD in Canada and South Africa? (b) What areas of SD are on the agenda of universities under investigation in Canada and South Africa? (c) What are the main similarities and differences between the two contexts under investigation? Findings indicate that universities focus on several aspects of SD, namely sustainable education, sustainable relationships, and sustainable initiatives. The paper discusses these areas for each country in connection to their contextual setting. Although the study’s findings cannot be generalised, they can be informative for other universities and contexts and thus contribute to the body of knowledge about education for SD in higher education.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,014 |
| Études des sciences et des technologies | 0,046 | 0,010 |
| Communication savante | 0,012 | 0,005 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».