MétaCan
Menu
Retour à la cohorte
Enregistrement W4317502682 · doi:10.21203/rs.3.rs-2464626/v1

Student participation at the UNFCCC Convention of the Parties supports transformational learning and engagement on climate action

2023· preprint· en· W4317502682 sur OpenAlexaff
Julie Snorek, Elisabeth Gilmore

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSustainability in Higher Education
Établissements canadiensCarleton University
Organismes subventionnairesNational Science Foundation
Mots-clésTransformational leadershipAction (physics)ConventionUnited Nations Framework Convention on Climate ChangePolitical scienceClimate changeBusinessPublic relationsEcologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract When Swedish climate activist Greta Thunberg addressed world leaders at the United Nations Framework Convention on Climate Change (UNFCCC)’s 24th Conference of Parties (COP24), it was clear that young people are interested in and aware of their potential to influence international climate change negotiations. Young people also face barriers to effectively engaging in the COP processes with few opportunities to learn about the structure and practices for COP Observers. In this paper, we describe and evaluate a structured learning experience developed to support students conducting research related to climate change and their engagement with international climate negotiations. Before attending the COP24, students were given in-person and online training about the UNFCCC, its processes, and major issues under negotiation. They also developed and presented their work during a side event. Through pre- and post-surveys and in-depth interviews, we asked students about their expectations and degree of engagement and agency at the COP and more broadly on climate action. Students reported that the academic scaffolding before and during the COP provided them with tools for navigating the complexities of the COP. Despite the disengagement of some students, findings reveal that this learning experience supported self-efficacy and engagement in climate change action.

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)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,217
Tête enseignante GPT0,550
Écart entre enseignants0,332 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetSustainability in Higher EducationTravaux en français237 207