MétaCan
Menu
Retour à la cohorte
Enregistrement W1603867911 · doi:10.37119/ojs2013.v19i2.134

Locating Difference With Teacher Candidates

2014· article· en· W1603867911 sur OpenAlexaffvenueabout
Lee Anne Block

Notice bibliographique

Revuein education · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésSignificant differenceSocial justicePrivilege (computing)Mathematics educationEquity (law)Subject (documents)Dominance (genetics)PedagogyTeacher educationSociologyTeaching methodPsychologyPolitical scienceSocial scienceComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

How to teach about difference is critical to education. This paper discusses teaching about difference in locations or contexts where the majority of teacher candidates were of the dominant culture. As a teacher educator, I have worked with teacher candidates on becoming aware of the relationships between their subject positions and the subject positions of others. The exploration of those relationships was contextualized by the different physical locations and teaching and learning environments, within which privilege, dominance, and marginalization were constructed and experienced in specific forms. This paper relates my emerging pedagogy for teaching about difference, as well as describing some teacher candidates’ perspectives on learning about difference. It reflects on my experiences teaching courses in multiculturalism and social justice in two specific locations: the teaching and learning department of a small American university in North Dakota and an education faculty in Manitoba. For teacher candidates positioned within dominant culture, difference can be uncomfortable. Teaching about difference meaningfully and navigating this discomfort is central to teacher education oriented to equity.Keywords: Teacher education, difference, equity

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0210,011
Communication savante0,0080,007
Science ouverte0,0010,010
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,046
Tête enseignante GPT0,366
Écart entre enseignants0,320 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuein educationMême sujetEducator Training and Historical PedagogyTravaux en français237 207