MétaCan
Menu
Retour à la cohorte
Enregistrement W2183980440

"Qualifying" as Teacher: Immigrant Teacher Candidates' Counter-Stories.

2010· article· en· W2183980440 sur OpenAlexvenueaboutno aff
Christine L. Cho

Notice bibliographique

RevueCanadian Journal of Educational Administration and Policy · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationNarrativeSociologyPedagogyCultural capitalStorytellingEthnic groupTeacher educationGender studiesQualitative researchNarrative inquiryPolitical scienceSocial scienceLinguisticsLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Teachers in Canadian schools are over-representative of the dominant group: white, middle class, heterosexual, able-bodied, Christian and Canadian born (Bascia, 1996). Yet, Canada is a multi-ethnic, multi-racial, multi-faith and multi- linguistic country. In the last 5-7 years faculties of education have been accepting increasing numbers of immigrant teacher candidates (Association of Universities and Colleges Canada, 2007) with little attention to the issues and challenges those candidates confront in the face of community expectations of who 'qualifies' as teacher. The experiences and perspectives of what it means to be a teacher are stories that are predominantly told by the dominant group. Drawing on the work of Solorzano and Yosso (2002) I use narratives and stories told by those who have been “othered” or “counter-storytelling” to bring complexity and richness to the prevailing concept of who can be a teacher. This research builds on Bourdieu‟s (1977) concept of cultural capital and draws from Yosso‟s (2005) model of “community cultural wealth” to explore the specific tension of linguistic capital in relation to immigrant teacher candidates. Findings from a qualitative study explore the challenges immigrant teacher candidates experience as they move through a pre-service teacher education program.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,280
Score d'incertitude au seuil0,557

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0340,015
Communication savante0,0090,005
Science ouverte0,0030,008
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,370
Écart entre enseignants0,349 · 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

Citations56
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Educational Administration and PolicyMême sujetGlobal Education and MulticulturalismTravaux en français237 207