Collaborative Writing as an Exercise of Poetic Resistance in Teacher Education
Notice bibliographique
Résumé
Over the last decade we have strived through a collaborative writing project to open a polyvocal and layered conversation on critical contemporary issues in teacher education, even as our program faced its demise. Our writing inquiries began as a critical thinking-through of the qualities of lived experiences as instructors within an innovative and now defunct teacher education program. The context for our work was a radically construed approach to teacher education that—in its language, form, and curriculum—challenged prevailing norms of practice. In our collaborative writing we confront the difficult work of teacher education, addressing specific challenges, complex demands, and forms of resistance that are prevalent in faculties of education everywhere. Such challenges include how we narrate alternative visions of teacher education, attend to issues of ethics and recognition, deal with the complexities of learning professional practice and take into account the larger, historical project of teacher education. As a provocative example of self-study research, our collaborative method of inquiry illustrates the richness and productivity of poetic, practice-based research, oriented to critical issues in teacher education. The intentional effort to make our work public and politically provocative is an attempt by the authors to reveal the importance of these critical conversations in advancing our work. Specifically, what makes such conversations important includes questions about how we should enact our responsibilities for teacher education and also how we give account for enacting those responsibilities. We intend our conversations and thinking-through about practices in teacher education to remain open-ended and responsive to a plurality of thought and experience. Collaborative writing serves for us as a kind of resistance, reclaiming, re-storying, and historical accounting through encounters with others.
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 | 0,077 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,031 | 0,106 |
| Communication savante | 0,035 | 0,026 |
| Science ouverte | 0,005 | 0,037 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».