Unravelling the Rationales, Responses and Roles of practitioners when embedding Service Learning:A reflective practice workshop
Notice bibliographique
Résumé
Higher education institutes (HEIs) increasingly aim to embed (community) service learning practices (Tijsma et al., 2023). However, the rationales (motivations and behaviour) behind embedding service learning can be divergent – both on the individual practitioner level and on the institutional (policy) level (Compagnucci & Spigarelli, 2020; Lounsbury & Pollack, 2001; Taylor & Kahlke, 2017). In this interactive session, we take a closer look at the various rationales and make you, as a practitioner, more aware of your own rationales in relation to embedding service learning within your institutional context, by considering questions such as: What rationales drive you as a practitioner, researcher, or policy maker to embed service learning practices? And how does this (dis)align with institutional practices? What potential tensions can arise in relation to your own service learning practice? And how can you best deal with or respond to these tensions? We give meaning to this workshop based on the findings of a recently published paper (Tijsma et al., 2024). In this paper we describe different rationales, responses and roles of individual practitioners in relation to embedding service learning.
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 | 0,108 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,019 |
| Communication savante | 0,016 | 0,016 |
| Science ouverte | 0,005 | 0,023 |
| Intégrité de la recherche | 0,011 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».