MétaCan
Menu
Retour à la cohorte
Enregistrement W2155938188 · doi:10.1177/1746197910382256

We cannot teach what we don’t know: Indiana teachers talk about global citizenship education

2010· article· en· W2155938188 sur OpenAlexaboutno aff
Anatoli Rapoport

Notice bibliographique

RevueEducation Citizenship and Social Justice · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitizenshipGlobal citizenshipCurriculumGlobal citizenship educationSociologyGlobalizationGood citizenshipState (computer science)PedagogyCitizenship educationPolitical sciencePublic relationsLawPolitics

Résumé

récupéré en direct d'OpenAlex

Globalization significantly influences the very notion of citizenship by challenging the key principle of citizenship as idiosyncratically nation or nation-state related concept.Therefore, the discourse of global citizenship is getting more attention in programmatic educational texts and curricula. However, unlike their colleagues in Europe, Canada or South-East Asia, US educators are still less enthusiastic about introducing the concept of global citizenship in their classrooms. This study investigates how Indiana teachers conceptualize global citizenship and what in their opinions is impeding global perspectives on citizenship education in schools. In general, this research supports the findings of other studies that (1) teachers tend to rationalize the unfamiliar concept of global citizenship through more familiar concepts and discourses and (2) educators need more rigorous assistance to teach emerging types of citizenship. The study demonstrates that despite the fact that participants rarely use the term global citizenship in their instruction, they provide rationales that correspond to the notion of global citizenship.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0130,011
Communication savante0,0100,006
Science ouverte0,0010,004
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,342
Écart entre enseignants0,320 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations207
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEducation Citizenship and Social JusticeMême sujetGlobal Education and MulticulturalismTravaux en français237 207