Университетские леса названы скрытым активом высшего образования
Авторы колонки призывают вузы защищать леса как ресурс для благополучия и науки
В колонке Inside Higher Ed эксперты утверждают, что академические леса (леса на территории университетов) являются ценным активом для благополучия студентов и сотрудников. Такие территории открывают возможности для обучения, исследований и отдыха.
Авторы призывают университеты сохранять эти леса и использовать их как часть стратегии устойчивого развития. Детали о конкретных кампусах или количестве лесов в статье не приводятся — это преимущественно экспертное мнение о потенциале таких территорий.
Почему это важно: Для университетов, владеющих земельными участками, лес может быть не только расходом, но и ресурсом для образования, науки и повышения привлекательности кампуса.
Источник: Inside Higher Ed
Читать оригиналПохожие материалы
Профессор UC Berkeley призналась, что использовала ИИ для редактирования колонки о знаниях студентов
Профессор математики Калифорнийского университета в Беркли Звезделина Станкова в колонке для San Francisco Standard раскритиковала «серьезный» дефицит знаний у студентов, заявив, что некоторые из них отстают на «пять-восемь лет» и не владеют школьной программой по дробям и базовой алгебре. Причину она видит в отмене SAT и политике test-blind при поступлении в систему UC.
Что учесть школам перед покупкой ИИ-решений: советы от Discovery Education
Discovery Education опубликовала рекомендации для школ, планирующих закупать инструменты с искусственным интеллектом. В материале подчеркивают: перед покупкой стоит проверить, как решение встраивается в существующую инфраструктуру, соответствует ли возрастным особенностям учеников и поддерживает ли педагогов, а не только автоматизирует процессы.
ИИ-тьютор, заставляющий учеников разбирать ошибки, улучшил знания по математике у школьников
В исследовании с участием более 6000 учеников средних классов в Теннесси, США, ИИ-тьютор, который разбирает с учеником ошибки и требует продемонстрировать понимание, привел к немного лучшим результатам по математике по сравнению со стандартным подходом.