Business education and its paradoxes: Linking business and biodiversity through critical pedagogy curriculum
Notice bibliographique
Résumé
Abstract The Kunming‐Montreal Global Biodiversity Framework, launched during the United Nations Biodiversity Conference in December 2022, encourages governments, companies and investors to publish data on their nature‐related risks, dependencies and impacts. These disclosures are intended to drive businesses to recognise, manage and mitigate their reliance on ecosystem goods and services. However, there is a ‘biodiversity blind spot’ that is evident for most organisations and business schools. Business education rarely addresses the root causes of biodiversity loss, such as the unsustainable exploitation of natural resources. As the dominant positioning of Education for Sustainable Development Goals (ESDG) presents biodiversity in anthropocentric instrumental terms inadequate for addressing ecosystem decline, we posit that a more progressive and transformative ecocentric education through ecopedagogy and ecoliteracy is needed. Both approaches include the development of critical thinking about degrowth, the circular economy and conventional stakeholder theory to include non‐human stakeholders. Using comparative case studies from Northumbria University, the University of Hong Kong and Amsterdam University of Applied Sciences, we illustrate how business education can be transformed to address biodiversity loss, providing theoretical guidance and practical recommendations to academic practitioners and future business leaders.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,020 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».