Learning in action: embedding the SDGs through the Reach Alliance
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.
Notice bibliographique
Résumé
Abstract There has been increasing practical and scholarly interest in the engagement of universities with the Sustainable Development Goals (SDGs). However, there has been limited examination of international university collaborations focusing on the SDGs and how they become embedded within universities. Addressing this need, this article explores the experiences of three members of the Reach Alliance a consortium of eight higher education institutions from around the globe. Reach supports students and faculty mentors to study how critical interventions can be made accessible to those who are the hardest to reach. This work aligns with SDG 4 (Quality Education), as well as SDG 17 (Partnership for the Goals) and the Goal’s second universal value of leave no one behind. This commitment to connecting education and societal engagement resonates with Goddard et al.’s work on the civic university as both “globally competitive and locally engaged” (2012: 43). This article focuses on University College London (UK), Ashesi University (Ghana), and Tecnológico de Monterrey (Mexico), selected for their diverse structures and geographies. For each case, we examine how the Reach Alliance initiative has been institutionally embedded, as well as the role of local and global partnerships in making the case for supporting Reach. We find that Reach’s organisation as an international network has encouraged its adoption by host institutions. The initiative’s emphasis on both local concerns as well as the global goal and networks has also resonated with host institutions. This article will be of interest to those working in sustainability and higher education when considering strategies for introducing or increasing SDG-focussed research and teaching.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découle