MétaCan
Menu
Retour à la cohorte
Enregistrement W4385656378 · doi:10.18060/26450

A Framework for Justice-Centering Relationships: Implications for Impact in Place-Based Community Engagement

2023· article· en· W4385656378 sur OpenAlexaff
Melissa Quan

Notice bibliographique

RevueMetropolitan Universities · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticeCommunity engagementSociologyPsychologyPolitical sciencePublic relationsLaw

Résumé

récupéré en direct d'OpenAlex

Community engagement in higher education has been promoted as critical to fulfilling higher education’s responsibility to the public good through teaching, learning, and knowledge generation. Reciprocity and mutual benefit are key principles of community engagement that connote a two-way exchange of knowledge and outcomes. However, it is not clear from existing literature whether community engagement impacts communities in positive ways. The problem addressed through this study was how campus-community partnership stakeholders define impact. Using grounded theory, the ways community and campus partners defined, measured, and understood community impact in a diverse set of campus-community partnerships at two U.S. urban, Jesuit universities that employ place-based approach to community engagement were explored. Relationships as facilitators of impact and as impacts in and of themselves emerged as central themes. Themes from the data led to the development of the Justice-Centering Relationships Framework which includes two paradigms for understanding community impact in higher education community engagement – Plug-and-Play and Justice-Centering Relationships – that are bridged by a Reframing process. The Framework contributes to and informs the “how” of taking a place-based community engagement approach that leads to positive benefits for community impact, student learning and formation, and institutional change.

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)0,040
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0160,094
Communication savante0,0190,027
Science ouverte0,0060,015
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,259
Tête enseignante GPT0,425
Écart entre enseignants0,166 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetropolitan UniversitiesMême sujetService-Learning and Community EngagementTravaux en français237 207