Teaching agroecology through play: a board game on companion planting using agroecological principles
Notice bibliographique
Résumé
Board games themed around environmental topics are promising tools for promoting awareness of complex sustainability issues, as the materiality, sociality, and multidimensionality of gameplay can help overcome some of the inherent limitations of more traditional learning formats. To explore the potential relevance of board games for communicating about agrifood system topics in particular, we designed and tested a game called Companion: An Agroecological Adventure, in which players take on the role of community gardeners who must apply both social and ecological principles of agroecology to cultivate a thriving garden plot. In this paper, we present the results of a study in which a group of 50 undergraduate students in an introductory agroecology course at Syracuse University learned, played, and provided qualitative feedback on the game. Our analysis of student comments demonstrates that by immersing players in a simulated environment and providing them with the agency to make and reflect on decisions, playing Companion effectively stimulated student learning about the characteristics of small-scale sustainable agroecosystems. At the same time, the process of playing the game also promoted the development of a variety of relevant skills and competencies, especially students’ ability to think critically, contextually, and holistically about local agrifood systems and their place within them. These results demonstrate that by bringing the spirit of experiential education into the classroom, playing agroecology games can facilitate the type of transformative learning that is critical for promoting meaningful food system reform.
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 | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».