MétaCan
Menu
Retour à la cohorte
Enregistrement W2907465319 · doi:10.25071/1916-4467.40348

In a Good Way: Reflecting on Humour in Indigenous Education

2018· article· en· W2907465319 sur OpenAlexaffvenue
Shannon Leddy

Notice bibliographique

RevueJournal of the Canadian Association for Curriculum Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIndigenousFace (sociological concept)SociologyAestheticsIntervention (counseling)PedagogyDecolonizationPsychologySocial sciencePolitical scienceArtPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

Humour is ubiquitous in Indigenous communities, and often provides some of the most memorable moments in our relationships with one another. In this article, I explore an instance of such humour backfiring in an educational situation, and reflect on whether humour was an appropriate response. After surveying some academic research in the area of humour in the classroom, as well as some of the works of several prominent Indigenous writers and comedians, I reflect on the importance of humour in Indigenous pedagogy. Drawing on this research, and moments from my own practice, I theorize that humour has three core pedagogical impacts. First, it has a humanizing affect, helping us to see one another more clearly, and to appreciate that we all have foibles, and areas of ourselves that require improvement. It is also a culturally relevant pedagogy, having been used for millennia as a mechanism of social order and of upholding community values in Indigenous communities. Finally, humour also has a soothing effect, especially in the face of grappling with difficult concepts and situations, and can ease the tensions that often arise in Indigenous education classrooms. Used judiciously, humour is a powerful tool for decolonization. While I do not presume to offer a prescription for the use of humour in the classroom, in reflecting on my own practice, I am increasingly convinced of its importance in Indigenous pedagogy, and I offer my reflections for the reader’s consideration.

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)0,011
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,018
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0180,046
Communication savante0,0110,010
Science ouverte0,0020,010
Intégrité de la recherche0,0040,008
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 Opus0,052
Tête enseignante GPT0,414
Écart entre enseignants0,362 · 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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association for Curriculum StudiesMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207