MétaCan
Menu
Retour à la cohorte
Enregistrement W4380366834 · doi:10.1080/0158037x.2023.2222072

Learning sustainability through enterprise work in ecovillages

2023· article· en· W4380366834 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueStudies in Continuing Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCollaborative and Sustainable Housing Initiatives
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSustainabilitySociologyIndividualismMainstreamPublic relationsKnowledge managementEconomicsPolitical scienceEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

As experiments and models of participatory, sustainable living, ecovillages demonstrate how to enact just, cooperative, and regenerative economic and social constructs, as alternatives to ‘unsustainable’ capitalist economies and consumerist/individualistic lifestyles. Work is central to these enactments, which provides an opportunity to examine the learning that happens in these spaces, and how that learning may be applied for broader eco-social change. This paper reports on case studies of learning through enterprise work in two ecovillages in the USA. Analysis focuses on what is learned and how it is learned, the role of the learning environment and interactions within the ecovillage on learning outcomes and processes, as well as barriers to learning, and the transferability of learning outside the ecovillage context. Findings evidence a high degree of informal ‘on the job’ learning, resulting in both job-specific skills and knowledge, and general competencies in eco/ethical business management. Furthermore, participants imbue activities with shared values of ecology and equality, while interacting with oppositional broader market logics, and thus learn to ‘trade off’ – taking on some aspects of the mainstream economy (e.g. competitiveness, profitability, (self)exploitation), in exchange for ‘the greater good.’

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
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 Opus0,041
Tête enseignante GPT0,428
Écart entre enseignants0,387 · 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