MétaCan
Menu
Retour à la cohorte
Enregistrement W2014334774 · doi:10.1111/j.1469-5812.2006.00171.x

Education and the Politics of Difference: Iris Young and the politics of education

2006· article· en· W2014334774 sur OpenAlexaff
Avigail Eisenberg

Notice bibliographique

RevueEducational Philosophy and Theory · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Philosophy and Ethics
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPoliticsIRIS (biosensor)SociologyPhilosophy of educationPolitical scienceSocial sciencePedagogyAestheticsHigher educationPhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

Three key contributions of Iris Young to democratic political theory, and three challenges that have arisen in response to Young's theory, are examined here in relation to education. First, Young has argued that oppression and domination, not distributive inequality, ought to guide discussions about justice. Second, eliminating oppression requires establishing a politics that welcomes difference by dismantling and reforming structures, processes, concepts and categories that sustain difference‐blind, impartial, neutral, universal politics and policies. The infatuation with merit and standardized tests, both of which are central to measuring educational achievement, are chief amongst the targets in need of reform. Third, a politics of difference requires restructuring the division of labour and decision‐making so as to include disadvantaged social groups but allow them to contribute without foregoing their particularities. The challenges that have arisen in response to Young's theory are first, that difference is merely another way of getting at inequality of resources or opportunities, and if it is not, then, second, a politics of difference values difference for the sake of difference rather than for the sake of alleviating social disadvantage. Third, in theory and in practice a politics that focuses on difference putatively jeopardizes a politics whose aim is to improve the redistribution of resources.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,520
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,006
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,306
Écart entre enseignants0,287 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations30
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducational Philosophy and TheoryMême sujetPolitical Philosophy and EthicsTravaux en français237 207