MétaCan
Menu
Retour à la cohorte
Enregistrement W2548731149 · doi:10.1080/13603116.2016.1252430

Inclusive financial literacy education for inspiring a critical financial consciousness: an experiment in partnership with marginalised youth

2016· article· en· W2548731149 sur OpenAlexafffund
Brenda Spotton Visano, Imo Ek-Udofia

Notice bibliographique

RevueInternational Journal of Inclusive Education · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensYork University
Organismes subventionnairesYork University
Mots-clésFinancial literacyGeneral partnershipConsciousnessCritical consciousnessSociologyConsciousness raisingPedagogyPsychologyFinancePolitical scienceBusiness

Résumé

récupéré en direct d'OpenAlex

In the absence of critical inquiry, traditional financial literacy education risks socialising economically marginalised groups into an acceptance of the very power structures that created their marginalisation in the first place. The instructor-facilitator seeking to confront the challenge of promoting critical thinking about a subject widely accepted to be factual and esoteric faces considerable obstacles. Adoption of inclusive pedagogies in the design and delivery of financial literacy workshops offers a means of challenging positivist notions of ‘authentic knowledge’ in finance. This paper brings the socially constructed nature of finance to the forefront and offers reflections on our experience with a series of student-led workshops intended to advance financial literacy and a critical financial consciousness in economically marginalised youth, some of whom have been marginalised by the formal education system as well.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,840

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,004
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,330
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Inclusive EducationMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207