A Comparative Case Study Of Black Student Responses To Diversity-Related Media At One U.S. And One Canadian University
Notice bibliographique
Résumé
This doctoral dissertation is a qualitative comparative case study about Black student responses to diversity-related print and web material at one Canadian and one American university. The research methodologies used in this study included: 1) a critical discourse analysis of diversity-related media and policy documents and 2) a thematic narrative analysis of in-depth interviews. A cross-sectional sample of forty-two students were selected for in-depth interviews between both universities. A sample of twelve Diversity administrators were also interviewed for the study. The central research question asked how Black students articulated their experiences in response to diversity-related media within their universities. This study drew on several overlapping theoretical frameworks. These theoretical frameworks included color-blind racism (Bonilla-Silva, 2014), critical discourse analysis (Fairclough, 1995), institutional diversity and language (Ahmed, 2012), and lastly I considered the agency of the students as demonstrated through their use of counter-hegemonic discourses. The main findings from the textual and visual analysis of media was that both universities conceptualized diversity as differences in visible social identities. The institutional emphasis was on the diversity of the student population and managerial diversity discourses were fully integrated in brochures, web sites, and policy statements. Students in Canada and the U.S. generally reported similar experiences. Most students observed contradictions between their experiences and the institutional diversity discourses. Diversity administrators felt silenced and disillusioned by the lack of change that they were able to effect. This study connects diversity policies and practices in higher education. The findings also illuminate some of the tensions and current challenges about race and higher education.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,059 | 0,010 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».