MétaCan
Menu
Retour à la cohorte
Enregistrement W7117873188 · doi:10.53967/cje-rce.7587

(Book Review) Education and Learning for Sustainable Futures: 50 Years of Learning for Environment and Change

2025· article· en· W7117873188 sur OpenAlexaffvenue
Madison Hearn, Lucas Vajko Siddall

Notice bibliographique

RevueCanadian Journal of Education / Revue canadienne de l éducation · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSustainability in Higher Education
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésExperiential learningSustainabilityWork (physics)Active learning (machine learning)Environmental education

Résumé

récupéré en direct d'OpenAlex

Education is often talked about as being the opening salvo to combat Earth's triple planetary crisis -climate, nature, and pollution, and really any systemic instability of the 21st century.Yet what kind of education is actually required, and whether any of the previous efforts have meaningfully had an impact, remains somewhat unclear.As Miseliunaite et al. (2022) argue, "education does more than react to a changing world; education transforms the world," underscoring the need to critically examine not just educational intent, but educational design and impact.In Education and Learning for Sustainable Futures: 50 Years of Learning for Environment and Change, Macintyre, Tilbury, and Wals offer a concise historical timeline of the evolution of environmental and sustainability education from the 1972 Stockholm Conference to the present.At the Stockholm +50 conference, their argument was framed around a stark realization: "What has become clear is the importance of education and learning in addressing what we can term a crisis of culture" (Macintyre et al., 2025, p. 6).The book will be of particular interest to scholars, teacher educators, early-career educators, administrators, and policymakers seeking a framework grounded in fifty years of historical integration to support a shift in the current paradigm of sustainability education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,307
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Education / Revue canadienne de l éducationMême sujetSustainability in Higher EducationTravaux en français237 207