What Do You Desire? What Do You Fear? Theorize it! Teaching Political Theory through Utopian Writing
Notice bibliographique
Résumé
Undergraduate students should not just study political theory. They should theorize. Writing-intensive political theory courses can help them do so sooner. By preparing an original political vision, a utopia or a dystopia, throughout the course of the semester, students read and compare the texts of the course against their own emerging texts and move into more critical and systematic political analysis. As a political theorist, my focus is not so much on utopias or dystopias as a subject of study per se, but on tapping into the creative freedom, critical distance, and hard-hitting insights of these traditions while teaching writing. I take seriously Berlin's above-stated concern for the “place and mode of operation” conveyed to the student through the process of learning to write. Visionary writing accelerates students' appreciation of the complexity of another's theory, but also of their own standpoint and capacity for agency and judgment. Khristina Haddad is assistant professor, department of political science, Moravian College. She teaches a writing-intensive course on visionary political writing and is affiliated with German Studies and Women's Studies. Her research interests include politics of time and temporality, Hannah Arendt, political action, fear, feminist theory, women's studies, and, in particular, the politics of women's health. I am greatly indebted to friends and colleagues who helped me along at various stages including (in alphabetical order) Robert Humanick, Eleanor Linn, Bob Mayer, Karla Morales, Laurie Naranch, Gary Olson, Miguelina Ortiz, Martha Reid, Joanna Vecchiarelli Scott, Lyman Tower Sargent, Joel Wingard, and Elizabeth Wingrove. Thanks go also to all those whose dedicated work inspires student writers and teachers of writing at the Gayle Morris Sweetland Writing Center at the University of Michigan, to helpful commentators at the Society for Utopian Studies' Annual Meeting in Toronto, to two anonymous reviewers at PS, and to three groups of students who shared their visions with me.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,015 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».