Virtue, Objectivity, and the Character of the Education Researcher
Notice bibliographique
Résumé
In his 1993 book, Hare asks “What Makes a Good Teacher?” In this paper we ask, “What makes a good education researcher?” We begin our discussion with Richard Rudner's classic 1953 essay, The Scientist Qua Scientist Makes Value Judgments, which confronted science with the internal subjectivity it had long ignored. Rudner's bold claim that scientists do make value judgments as scientists called attention to the very foundations of scientific conduct. In an era of institutional research ethics, like the Tri-Council’s ethics policy, Rudner's call for an approach to these value judgments is even more relevant. The contemporary education researcher primarily engages with ethics procedurally, which provides a certain level of consistency and objectivity. This approach has its roots in principle-based theories of ethics that have long been dominant in Western universities. We argue that calls, like Rudner's, for an objective science of ethics, are at the root of this dominant institutional approach. This paper critiques the suitability of such principle-based ethics for solving Rudner's concerns, and posits that educational research ethics is better understood as a matter of character and virtue. We argue that, much like the ethical teacher, the ethical education researcher is a certain kind of person.
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 | 0,044 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,123 |
| Communication savante | 0,016 | 0,012 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».