MétaCan
Menu
Retour à la cohorte
Enregistrement W2808504316 · doi:10.15402/esj.v4i1.314

Indigenous Methods and Pedagogy: Revisiting Ethics in Community Service-Learning

2018· article· en· W2808504316 sur OpenAlexvenueno aff
Swapna Padmanabha

Notice bibliographique

RevueEngaged Scholar Journal Community-Engaged Research Teaching and Learning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésService-learningTransformative learningIndigenousSociologyFraming (construction)PedagogyReciprocity (cultural anthropology)Engineering ethicsSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This paper looks at the development of a teaching module intended to enhance students’ understanding of ethics in a community service-learning (CSL) class. This module, created to meet academic (western) learning outcomes for CSL, is based upon Indigenous pedagogy and methods, and offers a non-western framing of specific community service goals, particularly reciprocity and transformative dissonance. The paper proposes that moving toward Indigenous or other ways of knowing offers students and instructors an entry point into decolonizing practices and into alternate ways of experiencing service, transformative learning, and power dynamics. The paper also includes a discussion of the theory behind the teaching module and focuses on the intertwining of ethical research protocols (from Tri-Council policy, OCAP® principles, and elsewhere), service-learning goals, and Indigenous methods within the context of settler colonial practices and policies. Alongside other traditional service-learning outcomes, the primary goal of the module is to encourage students to become critical thinkers reflecting on the mechanics of power and social inequity as they experience social justice founded upon the ideals of relationship building.

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)0,952
score de la tête « metaresearch » (Gemma)0,761
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,9520,761
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,7480,001
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,863
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 Opus0,275
Tête enseignante GPT0,528
Écart entre enseignants0,253 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngaged Scholar Journal Community-Engaged Research Teaching and LearningMême sujetService-Learning and Community EngagementTravaux en français237 207