Editorial: Imagining and Building a Culturally Inclusive Learning Community
Notice bibliographique
Résumé
With the rise of globalization, internationalization, and the interaction and exchange of individuals and organizations across their nations’ borders, there has been an increasing interest in issues related to equity, inclusion, and social justice. Yet strategies for achieving equitable environments that embrace ideals such as safety, diversity, inclusion, and social justice for everyone regardless of their diverse backgrounds (e.g., sexual orientation, ancestry, ability, income, race, and religion), remain elusive in the face of the diverse educational goals. What does this mean for educators? We devote this second volume of the Teaching and Learning Special Issue to this question, while recognizing that creating safe and equitable educational environments is a complex and challenging task, even for those educators who are committed to social justice work (Dei, 2003; McMahon & Armstrong, 2011; Ryan, 2012; Shields, 2004; Solomon, 2002; Theoharis, 2010). In order to create inclusive learning environments, educators need to develop a wide variety of skills, which includes acquiring and mobilizing knowledge, honouring students’ and parents’ voices, bridging cultural boundaries, developing networks and alliances, and accessing needed resources (Armstrong, Tuters, & Carrier, 2012; Ryan, 2012). To facilitate this process, Brock University, Western University, OISE/University of Toronto, and their local school boards in the Niagara, Peel, and Thames Valley districts, developed, organized, and facilitated a series of workshops and conferences in 2012. These events were supported by the Knowledge Network for Applied Education Research (KNAER), and the three participating universities, as well as community and school district partners. What follows in the next section is a description of the conference at Brock University, which first appeared in Volume 7, Issue 2 of this special edition.
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 | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,019 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,011 |
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 ».