MétaCan
Menu
Retour à la cohorte
Enregistrement W4377097993 · doi:10.1080/19397038.2023.2210592

The role of education in promoting circular economy

2023· article· en· W4377097993 sur OpenAlexaff
Maija Tiippana-Usvasalo, Nani Pajunen, Holuszko Maria

Notice bibliographique

RevueInternational Journal of Sustainable Engineering · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAalto-YliopistoHelsingin Yliopisto
Mots-clésCircular economyMindsetDigital economyConsumerismSustainable developmentBusinessEngineeringEconomyEconomic growthEconomicsPolitical scienceMarket economyComputer science

Résumé

récupéré en direct d'OpenAlex

The environmental problems caused by a linear economy system and the exploitation of natural resources have been known well over 50 years. Although a great deal has been done, there is a contradiction between increasing consumerism and the concrete actions that have been taken. A lot more needs to be done immediately to stop catastrophic global change and adopt circular economy mindset and system. The most profound way to promote this transformation is to involve all people through education. Starting in pre-school and continuing all the way to university, education is the best way to enable the transition from a linear economy to a circular economy. In this article, we describe how a project to implement circular economy teaching in the Finnish education system was carried out. We also show that the teaching development should be started from the bottom up with teachers, as opposed to top-level planning bodies. The first target in Finland´s circular economy education programme was to focus on today’s school pupils and university students. However, this is not enough. There is an increasing need to involve everyone in working life to increase their circular economy skills. The aim is that everyone is a circular economy expert.

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)0,010
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,009
Communication savante0,0060,006
Science ouverte0,0010,008
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,003
Tête enseignante GPT0,201
Écart entre enseignants0,198 · 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'étudeSans objet
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

Citations47
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable EngineeringMême sujetSustainable Supply Chain ManagementTravaux en français237 207