Seeing the “big picture” : exploring the impact of the duration of community service volunteer work and learning on university students
Notice bibliographique
Résumé
Community service learning (CSL) is growing in higher education across Canada and has been a part of university programs in the US for decades. It is described by the Association of American Colleges and Universities as a “high impact” educational practice, along with academic learning communities, undergraduate research, study abroad, internships, and capstone courses or experiences (Kuh, 2008). Some of the service learning program characteristics that reportedly contribute to its impact include the quality of CSL placements, the quantity and quality of opportunities for student reflection, the application of the placement to academic content, and the duration and intensity of service (Eyler et al., 2001). This paper focuses on the question, what difference does the duration of service learning through volunteering and classroom activities make for student outcomes, drawing on data from a mixed methods study of students engaged in service learning at a Canadian university. Our previous analysis suggests that CSL is perceived very positively by most students who participate and that it contributes to their development in a variety of ways. The study found that even when students did not opt to engage in a community placement within a community service-learning course, they were positively impacted by peer learning. However, little research has examined the relationship between the intensity of service learning and students’ attitudes. This study provides a contribution to this insufficiently explored domain.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».