MétaCan
Menu
Retour à la cohorte
Enregistrement W4404578371 · doi:10.5430/ijhe.v13n6p12

Case Study on Planning and Designing Social Innovation Projects: Insights into Students’ Learning Experiences, Challenges, and Aspirations through Reflective Practice

2024· article· en· W4404578371 sur OpenAlexvenueno aff
Intan Azura Mokhtar

Notice bibliographique

RevueInternational Journal of Higher Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologySociologyEngineering ethicsKnowledge managementPedagogyMathematics educationComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Service learning or social innovation projects in higher education institutions (HEIs) have become more mainstream and are no longer optional endeavors done by students only when they have time to do so. Such initiatives have become a critical part of learning and character development for young people keen to lead change and find meaning in what they do. As HEIs strive to offer more relevant and authentic learning opportunities for their students, service learning or social innovation projects have become common in HEI curricula. Other than the opportunity to work with others on projects that aim to address social issues and challenges, students get to carry out self-retrospection and introspection on what they experienced and learned. This paper presents excerpts from written reflection entries authored by fifteen students who participated in a social innovation project module at an applied learning university in Singapore. Their written reflective practice provided rich insights into their personal development, team interactions and dynamics, challenges faced, perceptions of the social impact of their work, and areas for improvement based on what the students experienced. The paper concludes with suggestions for implementing similar modules or initiatives related to social innovation or social impact in HEI curricula.

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)0,011
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,006
Communication savante0,0060,005
Science ouverte0,0030,007
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,211
Tête enseignante GPT0,507
Écart entre enseignants0,295 · 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'étudeQualitatif
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetHigher Education Practises and EngagementTravaux en français237 207