Fostering Creativity and Academic Achievement Through Organisational Culture in Agricultural Education: A Critical Review of Approaches to Soil Management and Organic Farming
Notice bibliographique
Résumé
This paper critically explores the role of organisational culture in fostering creativity and academic achievement within the context of agricultural education, with a specific focus on pedagogical approaches to soil management and organic farming. As the demand for sustainable agriculture intensifies, agricultural institutions must transcend traditional didactic models and cultivate cultures that promote innovation, experiential learning, and ecological consciousness. Organisational culture, defined as the shared values, beliefs, and practices within an educational setting (Schein, 2010), plays a pivotal role in shaping how students engage with complex agroecological challenges. Drawing on the frameworks of constructivist learning (Piaget, 1972) and creative problem-solving (Runco & Acar, 2012), this study reviews current educational methodologies that integrate practical, interdisciplinary, and student-centered strategies. Evidence suggests that institutions with collaborative, inclusive, and sustainability-oriented cultures are more successful in nurturing creative thinking and improving academic outcomes (Scott et al., 2004; Amabile, 1996). The paper further examines curriculum designs that embed organic farming and soil conservation practices, including composting, green manuring, and bio-fertilizer applications, as tools not only for skill development but also for critical reflection and eco-literacy. Case studies from agricultural universities in India and Europe are analysed to identify best practices and policy implications. The paper concludes that reforming organisational culture towards innovation and sustainability is essential for developing creative, knowledgeable graduates capable of addressing the challenges of food security and environmental degradation in the 21st century.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».