Innovating Business Ethics Pedagogy for the Future
Notice bibliographique
Résumé
With spectacular corporate scandals, business ethics issues have been well-documented and the Association to Advance Collegiate Schools in Business (AACSB) recognizes in their criteria Ethics education as a critical topic. Nevertheless, a review of business ethics decision-making theories, psychology, and neuroscience research, indicates ethics pedagogy relies mainly on rationality, ignoring the importance of emotions (DeTienne, et al., 2019). Frederick (2008) contends that business education has failed to engage students into considering the morality of their decisions, due to exclusive rationalist pedagogy. Robertson and colleagues (2017) agree that both reason and emotion should be addressed in business ethics education. This research provides a qualitative analysis of business students’ experiences in an innovative business ethics course based on virtue ethics. Virtue ethics calls for development of character through experiential learning and contemplative practices, leading to enhanced self-awareness and self-regulation. Innovation comes from taking an entirely novel approach to instilling ethical conduct, not through exclusive rational reasoning but by enabling students to better understand themselves, their values and become more aware of their emotions. Students engage in meditation, journaling, and other practices to develop awareness of self and of others and discernment in decision-making. Interview data of 29 students participating in a third-year business ethics class is analyzed to gain in-sights on their perceptions of these experiences. Students' reflections are interpreted through the lens of their Character and Emotional Intelligence development. Findings indicate that students obtain insights into themselves and others, suggesting enhanced self-awareness, regulation of emotions and improved relationships, as well as developing ethical judgment and behavior. This paper’s contribution is to understand the impact of such practices on business students’ experiences and on their ethical development.
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 | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 ».