MétaCan
Menu
Retour à la cohorte
Enregistrement W2173113218

Crossing Many Boundaries in Creating Allies: Personal Encounters to Unfolding Science to Privilege Indigenous Knowledge

2015· article· en· W2173113218 sur OpenAlexaffabout
Tim Molnar, Karla Jessen Williamson

Notice bibliographique

RevueThe Journal of Teaching and Learning · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésIndigenousPrivilege (computing)SociologyRacismNegotiationGender studiesPedagogyPolitical scienceLawSocial science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper discusses the challenges and experience of two faculty members (one Inuit, one White) as they seek to aid each other in fulfilling the institutional tenure track and program demands made upon them and as they seek to address how to engage teacher candidates in Indigenous knowledge and anti-racist education. There is discussion of practical action and resources for teaching anti-racism through privileging Indigenous knowledge and “unfolding” Eurocentric science, and of the ethical and philosophical challenges and what transpires in negotiating the individual and ethno-cultural difference of each faculty member through an Indigenous gaze (Ermine, 2007). ota masinahikanis masinahâmok tânisi e-ki-isi-âyimihocik oki niso ataskeskesak (peyak ayaskimow, peyak wâpiski-wiyâs)  ekwa mina tânisi e-isi-wicihitocik oma kâ-masinahikehecik ekwa mina ohi kiskinwahamâkana tânisi ka-isi-kiskinwahamawâcik iyiniw-kiskihtamowin ekwa namoya ka-pakwâtitohk. mâmiskocikahtew tânisi ka-isi-atoskahtâkik oma namoya ta-pakwâtitohk âpacihtâtwawi kihci-iyiniw-kiskihtamowin ekwa mina ka-taswekinamihk moniyawipinikewin ekwa ta-kwe-miyo-wipinike mâka ka-ahkâm-mâmawi-atoskâtamihk poko soskwâc pakwâweyak ta-iyiniw-wâpahtekowisit.

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)0,012
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,957
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0430,044
Communication savante0,0130,015
Science ouverte0,0020,023
Intégrité de la recherche0,0050,011
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,042
Tête enseignante GPT0,356
Écart entre enseignants0,313 · 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.

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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Teaching and LearningMême sujetService-Learning and Community EngagementTravaux en français237 207