Trans- youth matter(s): an exploration of the 'safe' space phenomenon
Notice bibliographique
Résumé
This research notices the ways that safe space gets talked about in relation to education. In particular, I explore the phenomenon of safe space through the school-based experiences and perspectives of trans-identified and non-binary youth. Qualitative data was gathered from interviews conducted with young trans-identified and non-binary individuals (ages 19-24) who have recently attended a public secondary school in Ontario. The method of narrative inquiry is used to focus on depth and detail in each narrative—what matters to the youth is central. The goal is to open up the many meanings of safe space and suggest some ways that schools can do better in supporting the needs of trans-identified and non-binary students. \nThe findings reveal that securing a single, definitive understanding of safe space is not entirely possible, or ideal; each youths’ encounters in, and relationships to, school spaces were unique to their experience, which renders the concept slippery and hard to pin down. Moreover, safe space as rooted in a kind of ‘protectionist’ education rhetoric is not necessarily reflective of the perspectives of the youth in this research, whose meanings around, and experiences of, safe space cross over many boundaries with various attachments. Therefore, Canada’s education system might be better served by conceptualizing safety more broadly—beyond security and control of schooling—and in a way that considers trans- youths’ school-based realities. \nI also tried to demonstrate how schools, specifically educators, might do better in supporting trans- youth by offering an action piece in the form of a list of suggestions. The following are amongst the most effective ways to address the support needs that the youth have identified in this thesis: (1) accept that we all have a social location; (2) see self-reflection and education as ongoing; (3) provide access to information; (4) stumble over language; and (5) implement gender-neutral washrooms and change rooms.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,023 | 0,019 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».