MétaCan
Menu
Retour à la cohorte
Enregistrement W2908731813

Humanist Roots and Self-Creative New Materialist Alternatives to Technical/Rational/Discursive Educational Practice

2018· article· en· W2908731813 sur OpenAlexaff
Michele Sorensen

Notice bibliographique

Revue2018 Conference of the Canadian Society for the Study of Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésMaterialismReflexivityEpistemologyHumanismSociologyRealismObject (grammar)Relation (database)AestheticsPhilosophySocial scienceComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: This paper presentation traces the roots of humanism in teacher education practicum experience and suggests some alternatives for its practice. It explains how in particular, humanism underpins technical, rational, and discursive orientations of the field experience. To promote alternatives to current encouragement towards reflective and reflexive practice, I draw on new materialist philosopher, Karen Barad who understands matter as less fixed and determined, more uncertain and complex and who uses this notion to bridge cultural and biological understandings of life by claiming agential realism. Agential realism means that literally everything exists in moving relation to what it is not, which breaks the subject-object symmetry of reflective understanding. Diffraction is explained in contrast to reflection and reflexivity and involves mapping the making of difference that is a pattern always accompanied by the difference that difference makes and continues to make. The paper concludes with theories and methods that are examples of alternatives to reflection and reflexivity. While the theories and methods presented have not elsewhere been described as diffractive, considered through new materialism they seem to offer possibility for thinking beyond fixed entities, neutral arrangements and objective separations.

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)0,032
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0060,139
Communication savante0,0200,016
Science ouverte0,0030,009
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,042
Tête enseignante GPT0,368
Écart entre enseignants0,326 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2018 Conference of the Canadian Society for the Study of EducationMême sujetEducation and Critical Thinking DevelopmentTravaux en français237 207