Organizational Learning Towards Sustainability in Higher Education Institutions: A Brazilian Case Study
Notice bibliographique
Résumé
Universities should be dedicated to providing an education that fosters social transformation by interrelating the environmental, social, and economic dimensions. This article asserts that a truly sustainable university extends beyond merely “greening” the campus—it emphasizes sustainability across all core processes, be it in education, management, research, or community relations. The primary aim of this study is to delve into organizational learning and sustainable management processes, drawing inspiration from the I3E model introduced by Cebrian (2016). A qualitative case study was undertaken at a Brazilian federal university listed in the UI GreenMetric World University Rankings to achieve this. The research thoroughly examined institutional documents and interviews with managerial staff to discern strategic decisions, sustainable initiatives, and best practices. The findings suggest that the journey towards learning for sustainability is riddled with challenges, such as a paucity of commitment, communication gaps, ineffective leadership, distrust within the institution, limited funding, conflicting interests among various groups and individuals, and the burden of rigid bureaucratic protocols. However, facilitating factors have also been identified, including reshaping pre-existing mental models, a genuine interest in learning, and a conducive organizational framework. This research enriches the existing discourse on sustainability and organizational learning and offers a comprehensive and interconnected perspective on these topics. Additionally, it delivers valuable insights for academic administrators aspiring to craft a blueprint for a sustainable university. It does so by addressing overarching challenges and placing the components of the institutional management model in context, thereby offering direction for sustainable core processes in areas such as teaching, research, outreach, and management.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».