MétaCan
Menu
Retour à la cohorte
Enregistrement W2315705221 · doi:10.1037/a0031632

“Being White in a multicultural society”: Critical whiteness pedagogy in a dialogue course.

2013· article· en· W2315705221 sur OpenAlexaff
Jeffrey G. Yeung, Lisa B. Spanierman, Joycelyn Landrum‐Brown

Notice bibliographique

RevueJournal of Diversity in Higher Education · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Race Theory in Education
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMulticulturalismMulticultural educationPedagogySociologyWhite (mutation)Higher educationCritical pedagogySocial pedagogyCultural pluralismRacial biasGender studiesCourse (navigation)PsychologyRacismSocial changePolitical science

Résumé

récupéré en direct d'OpenAlex

The purpose of the present study was to investigate White students’ experiences in an intergroup dialogue course that employed critical Whiteness pedagogy (Kincheloe & Steinberg, 2000) and focused on being White in a multicultural society. Using a qualitative approach, the authors investigated student participants’ (n 6) perceptions of the dialogue course and what they learned from engaging in this dialogue. Data from semistructured, individual interviews revealed several themes. With regard to students’ general experiences during the course, findings suggested that they benefitted most from a balance of reading, personal reflection, and peer dialogue. Additionally, students reported mixed feelings about the racial composition of the students and cofacilitators in the course. With regard to the goals of critical Whiteness pedagogy, findings indicated that students increased their racial self-awareness, enhanced their knowledge of critical racial issues (e.g., institutional racism and White privilege), and engaged in some small behavioral steps toward becoming allies. Limitations of the study and directions for future research are discussed. Additionally, the authors provide practical implications of the findings for university personnel.

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)0,007
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0070,003
Communication savante0,0040,003
Science ouverte0,0010,008
Intégrité de la recherche0,0010,003
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 Opus0,049
Tête enseignante GPT0,412
Écart entre enseignants0,363 · 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

Citations45
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Diversity in Higher EducationMême sujetCritical Race Theory in EducationTravaux en français237 207