A man and his mic: Taking Chris Rock and Dave Chappelle to teacher’s college
Notice bibliographique
Résumé
Taking seriously Donnell Rawling's advice that we need to interrogate our own "inner racism", this paper begins by examining work on anti-racism in North American education. Arguing that the narratives of diversity, equity, and social justice have paradoxically risen in prominence among educational researchers while their attempts to address equity issues in schools have simultaneously been resisted (Chase 2010), this paper advocates for the continued need to make discourses of race and racism explicit in educational settings To this end, this paper presents and describes the work of "Race Comics" qua anti-racist educators and introduces the benefits of incorporating the comedic material of comedians like Chris Rock and Dave Chappelle in teacher education classrooms. Drawing on personal reflections of this pedagogical strategy in Canadian teacher education classrooms in Ontario (Canada) and Prince Edward Island (Canada), this paper teases out the ways in which these comedic texts in particular provided developing teachers with an opportunity to reflect upon their own normalised racial discourses, highlighting how these interfered with their ability to be the "perfect teacher". This paper concludes with a discussion of comedy's ability to help those devoted to developing socially just educational pedagogies to speak freely about their own normalised prejudices. In this way, "the man and his mic" facilitate explicit discussion of social inequities that, as critical race theorists like Derek
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».