MétaCan
Menu
Retour à la cohorte
Enregistrement W2113237848 · doi:10.1080/02601370.2015.1030349

Challenging change: transformative education for economically disadvantaged adult learners

2015· article· en· W2113237848 sur OpenAlexaff
Tara Hyland‐Russell, Corinne Syrnyk

Notice bibliographique

RevueInternational Journal of Lifelong Education · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAdult and Continuing Education Topics
Établissements canadiensSt. Mary's University
Organismes subventionnairesnon disponible
Mots-clésTransformative learningDisadvantagedAgency (philosophy)Context (archaeology)Sense of agencyPedagogyAdult educationSociologyNarrativePsychologySocial psychologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

This paper focuses on the results of a mixed-methods study of 13 participants in a Radical Humanities programme designed as a transformative learning space for low-income adults who have experienced barriers to learning. Using demographic questionnaires, semi-structured narrative interviews and course evaluations this study examined participants' experiences in the programme and the impact on their learning, sense of agency and future ambitions. As the first phase of a longitudinal project on the well-being and agency of under-represented and marginalized learners, this preliminary study revealed five predominant themes emerging from learners' experiences: (1) self-reflective meaning-making processes; (2) interrelated personal and communal growth; (3) appreciation of diversity; (4) emerging sense of self-as-learner; (5) renewed aspirations. This paper argues that transformative learning for low-income adults is a complex and challenging process that entails participants' ongoing negotiations of self, learning, and purpose. Understanding and evaluating the effectiveness of transformative learning within a social-emancipatory humanities programme requires attention to the programme's social context and choices faced by participants. Programme participation fosters increased well-being, deeper relationships and hope for the future. However, these tangible benefits are tempered by constraints of individual and structural systems that, for some students, impose limitations on their ability to enact change in themselves and in their lives.

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 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 enseignants0,594
Score d'incertitude au seuil0,462

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,055
Tête enseignante GPT0,405
Écart entre enseignants0,350 · 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

Citations13
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Lifelong EducationMême sujetAdult and Continuing Education TopicsTravaux en français237 207