Aquest projecte, endegat pel Departament de Geografia de la Universitat Rovira i Virgili, analitza l'alineació dels programes acadèmics de la Universitat Rovira i Virgili amb els Objectius de Desenvolupament Sostenible (ODS).
El plantejament inicial d'aquest estudi es basa en dues referències principals: l' Informe sobre la docència i la recerca en sostenibilitat i medi ambient a la Universitat Rovira i Virgili d'Alberich J. et al. (2012), que proporciona una anàlisi detallada de la sostenibilitat i l'educació ambiental a la URV, i l'estudi "La sostenibilidad en los grados universitarios: presencia y coherencia" de Bautista-cerro Ruiz, M. J., & Díaz González, M. J. (2017), que examina la presència de la sostenibilitat dins dels programes universitaris. Aquests treballs ofereixen una perspectiva inicial sobre com analitzar la integració de la sostenibilitat en els currículums de l'educació superior i serveixen com a base per desenvolupar el nostre marc metodològic.
La legislació dictada per la legislació de la Unió Europea, estableix la necessitat que les universitats contribueixin activament a l'assoliment dels ODS en línia amb l'Agenda 2030, segons la Resolució del 26 d'abril de 2023. Aquesta resolució, una col·laboració entre la Secretaría de Estado para la Agenda 2030 i la Conferencia de Rectores de las Universidades Españolas, ordena la col·laboració en l'àmbit de la transferència de capacitats de les universitats espanyoles per aconseguir els Objectius de Desenvolupament Sostenible de l'Agenda 2030 i de l'Estratègia de Desenvolupament Sostenible 2030. Per tant, es fa essencial desenvolupar un mètode sistemàtic per avaluar fins a quin punt els programes acadèmics de la URV s'alineen amb els ODS, garantint que l'oferta educativa contribueixi efectivament a l'estratègia global de sostenibilitat.
Amb l'objectiu d'avaluar la presència dels ODS als ensenyaments de la Universitat Rovira i Virgili, s'ha emprat la següent metodologia: En primer lloc, s'han utilitzat tècniques de web scraping i mineria de textos a fi d'extreure els continguts de les guies docents. Tot seguit, es tradueixen a l'anglès per a poder-se sotmetre a estudi i, finalment, es realitza una anàlisi de dades en R per avaluar els termes relacionats amb els ODS i definir la presència d'aquests als ensenyaments de la URV.
Per obtenir el contingut dels ensenyaments, cal extreure les dades de les guies docents de les assignatures de l'ensenyament corresponent. Això s'ha aconseguit mitjançant múltiples processos de webscrapping - mitjançant l'eina Firefox WebScraper Plugin- dirigits a accedir al contingut de les guies. Inicialment, s'han extret els enllaços des les assignatures a partir dels enllaços a les facultats i escoles de la URV. Després d'accedir a aquests enllaços, s'ha extret informació detallada dels ensenyaments (tant de grau com de màster). Per exemple, un d'aquests enllaços seria: https://guiadocent.urv.cat/guido/public/centres/503/ensenyaments/3475/detall on "503" fa referència al codi de la facultat o escola, en aquest cas Facultat de Turisme i Geografia, i "3475" a l'ensenyament, Grau en Geografia, Anàlisi Territorial i Sostenibilitat.
Un cop dins del marc amb contingut i estructura de l'ensenyament, s'han extret les següents dades de cadascun dels ensenyaments:
La informació s'extreu en dos estàndards: DOCnet (93% de les assignatures) i GUIDO (7% restants). DOCnet és una aplicació web pensada perque el professorat pugui planificar l'assignatura seguint els paràmetres definits pel procés de Bolonya i realitzar-ne la guia docent. DOCnet és l'estàndard anterior i temporal, ja que actualment s'està duent a terme una transició entre DOCnet i la nova apliació anomenada GUIDO. Tot i així, DOCnet és encara l'estàndard present en moltes guies docents. GUIDO és el nou estàndard que ha d'incorporar-se properament a totes les guies docents, tot i que solament el disposen els nous ensenyaments o ensenyaments renovats recentment.
Per accedir a les guies DOCnet, ha estat necessari obtenir l’enllaç a l’iframe que les conté. Un exemple d'aquest enllaç seria: Enllaç DOCnet.
En l'estàndard GUIDO, s'extreuen dades similars, amb la diferència que les competències s'integren amb els resultats d’aprenentatge, i l'accés visual a les dades requereix accedir a apartat per apartat. Utilitzant l'exemple d'enllaç següent: Enllaç GUIDO.
En ambdós estàndards s'han extret els coordinadors, els professors, la descripció, el contingut, els resultats d'aprenentatge, les competències i les referències (tenint en compte que a GUIDO les competències s'integren al contingut de resultats d'aprenentatge). Posteriorment, la informació extreta s'ha organitzat en un dataframe que integra el detall de la guia docent de l'assignatura, ensenyament, i Facultat o Escola corresponents.
La presència de dades incompletes o mal formatejades ha requerit una revisió manual, afectant l'eficiència del procés. Aquestes dades poden incloure caselles buides, caràcters estranys o referències mal espaiades, que haurien de ser revisades assignatura per assignatura per garantir la qualitat de l'anàlisi. Casos d'aquest tipus s'han donat especialment als continguts de referències bibliogràfiques o competències i resultats d'aprenentatge.
També s'ha detectat la presència equivocada de continguts en ubicacions o caselles de la guia docent on no els pertoca. Aquest fet suposa que en determinats ensenyaments la detecció dels ODS no sigui del tot coherent amb la realitat.
La variabilitat entre els estàndards DOCnet i GUIDO ha complicat l'extracció uniforme de dades, especialment en la fase de mineria de dades o web mining. Aquesta diferència ha requerit la creació de dos models de codis d'obtenció automatitzada de dades per assegurar que les dades s'extreguessin correctament en cada estàndard. Les principals diferències han estat en el marc que engloba els continguts; en concret, l'estàndard DOCnet mostra els continguts en un iframe l'enllaç del qual s'ha hagut d'extreure mitjançant un pas adicional al procés d'extracció, mentre que l'estàndard GUIDO permet l'accés directe a la informació.
L’anàlisi metodològica que s’ha utilitzat per identificar i quantificar els Objectius de Desenvolupament Sostenible (ODS) en el contingut de les guies docents dels ensenyaments s’ha basat en la detecció de paraules clau relacionades amb els ODS.
Per assolir aquest objectiu, s’han identificat diverses fonts que proporcionaven conjunts de paraules clau associades als ODS. Com que tot el contingut era originalment en català, primer s’ha traduït automàticament a l’anglès mitjançant LibreTranslate i complementàriament també s'ha emprat Apertium, tot i que s'han triat les traduccions del primer.
Entre aquestes fonts, finalment s’ha emprat text2SDG, un paquet d’anàlisi de codi obert en el llenguatge de programació R, per identificar els ODS i les paraules relacionades amb els ODS als continguts de les assignatures dels ensenyaments de la URV. Aquesta eina ha permès identificar els ODS en textos mitjançant sistemes de consulta científica. El model ha estat desenvolupat per Meier, Mata i Wulff (2022). Tot i que totes les fonts identificades han proporcionat un conjunt extens de paraules classificades segons els 17 ODS, s’ha considerat que l’eina de codi obert text2SDG és especialment avantatjosa per la seva utilitat i eficiència en la identificació automàtica dels ODS en grans volums de text.
És important garantir fiabilitat en les traduccions ja que és un pas essencial per obtenir la correcta identificació dels termes relacionats amb els ODS. Tot i que s'han utilitzat diverses eines de traducció, LibreTranslate i Apertium, la precisió en la traducció de termes tècnics i específics ha presentat dificultats en algunes ocasions. En el cas del paquet Apertium, la traducció dels mots compostos, anglicismes o tecnicismes no ha estat del tot fiable, mentre que amb LibreTranslate s'han pogut garantir millors traduccions. No obstant això, s'han realitzat canvis de format al contingut (incorporant salts de línia a les referències bibliogràfiques o context als noms de les assignatures) per fer possible una traducció més íntegra. Seria necessari revisar els continguts abans de realitzar la traducció a partir de la incorporació de texts contextuals o caracters que permetin una interpretació del text més fidedigna per part de l'eina de traducció.
Els ODS s'han identificat i la informació s'ha sintetitzat juntament amb les dades detallades de les assignatures. Aquesta síntesi s'ha organitzat en un format JSON estructurat per facultats, cursos, assignatures, els ODS associats al seu contingut i els termes relacionats amb els ODS. Aquest format permet una consulta ràpida i iterativa dels resultats, facilitant la identificació de les facultats o escoles, ensenyaments i assignatures més alineades amb els ODS.