MétaCan
Menu
Retour à la cohorte
Enregistrement W1702580340 · doi:10.1080/2005615x.2011.11102895

Living a Curriculum of Hyph-E-Nations: Diversity, Equity, and Social Media

2012· article· en· W1702580340 sur OpenAlexaffabout
Nicholas Ng-­A-­Fook, Linda Radford, Tasha Ausman

Notice bibliographique

RevueMulticultural Education Review · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensBishop's UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSociologyMulticulturalismCurriculumPedagogyEquity (law)Cultural diversitySocial spaceGender studiesSpace (punctuation)Media studiesPolitical scienceAnthropologyLawLinguistics

Résumé

récupéré en direct d'OpenAlex

This study considers the complexities of living a cross-cultural curriculum within the multicultural contexts of Canada through following the experience of some first generation immigrants in a project that employs the multi-dimensional space of the Internet and cyber social communities within a vocational public school in Ontario. Disrupting traditional conceptions of students’ production of literacies, the project seeks to rework the boundaries that define multiculturalism as a series of homogeneous hyphenated spaces from which students who are racialized as non-white are expected to speak. Here we consider, “what is at play in the hyphen?” and “how might the networked classroom space be considered a hyph-e-nation?” To explore these questions, we begin with an overview of multicultural education in Canada. We then employ a reading of Third Spaces and quantum physics to reread how students might open up dual Third Spaces through self representations in a social networking space: first through the social network as a Third Space and second, as certain kinds of learners caught in the hyph-e-nated middle of Canadian multiculturalism in an Ontario classroom. The case studies are followed by a discussion that problematizes discourses of comparison between cultural communities of which students with many cultural backgrounds and experiences are members.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,734
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,149
Tête enseignante GPT0,498
Écart entre enseignants0,349 · 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

Citations8
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMulticultural Education ReviewMême sujetMultilingual Education and PolicyTravaux en français237 207