Peace Education Models in Enhancing Global Peace Awareness and Open Dialogue among Higher Education Students
Notice bibliographique
Résumé
This bibliometric study examines the evolution of research on peace education frameworks, focusing on their role in enhancing global peace awareness and fostering open dialogue among higher education students. Analyzing publication trends from 1014 to 2024, the study identifies a significant increase in scholarly output, reflecting the growing academic interest in peace education. Thematic clustering reveals that violence prevention, critical pedagogy, ad teacher training remain central research themes, while emerging areas such as sustainability, global citizenship, and digital education indicate expanding interdisciplinary approaches. The study categorizes the most influential research areas, with Education Policy, Sociology, and Philosophy contributing the highest volume of publications and citations. Additionally, an analysis of influential journals highlights the dominance of the Journal of Peace Education, reinforcing its role in shaping discourse within the field. Findings further indicate that critical pace education models, holistic frameworks, and experiential learning strategies are the most widely used approaches in higher education. These models emphasize the integration of theoretical knowledge with practical applications to equip students with the skills necessary for conflict resolution and peacebuilding. Based on these insights, it is recommended that future research future explore interdisciplinary connections, expand regional representation, and integrate technological advancements to enhance the effectiveness of peace education. Strengthening institutional commitment to peace education initiatives can ensure that higher education continues to serve as a platform for fostering sustainable peace, intercultural dialogue, and social justice on a global scale.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 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 ».