Vocabularies of Citizenship: West Coast Secondary Students Describe Their Civic Subjectivities, Skills, and Classrooms
Notice bibliographique
Résumé
Canada’s changing geopolitical landscape will require a generation of engaged and active citizens. Citizenship education in British Columbia must negotiate conflicting narratives while opening spaces for students to develop civic skills and subjectivities. Given negative program reviews, empirical evidence for the impact of identity - especially group identifications - on behaviours and beliefs, and continued low youth political engagement, there is a great need to understand how citizenship and civic subjectivities are constructed in real school contexts in order to gain insight into how secondary civics classrooms might support students’ active political voices and development of efficacious subjectivities. This article reports preliminary results from a large mixed methods, multiple-case study project. The data reported here focuses on students (n = 64) from two purposefully sampled secondary school classrooms on Vancouver Island: a special civics program, and a regular stream Social Studies classroom in the same school. Data collection consisted of a class-wide online survey near the beginning of the course. Grounded in the larger understandings of social identity theory and rooted cosmopolitanism, qualitative data from open-ended questionnaire responses analyzed with a constant comparative coding technique explored the extent to which students construct regional, national, or global notions of citizenship. A preliminary report of quantitative items investigates the level of conflict present between levels of identification and suggests avenues for future research. Examined against previous research and the theory of rooted cosmopolitanism, this project aims to question the popular narrative of youth apathy and to describe the ways in which students characterize their civic subjectivities. In giving voice to student perspectives on their civic selves and their Civics classrooms, this study aims to contribute to more representative classrooms and pedagogies.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».