Stories of Reconcili-Action through Praxis-based Learning Opportunities
Notice bibliographique
Résumé
As teacher educators engaged in the work of reconciliation, we believe it is necessary to engage in praxis-based learning opportunities that move towards reconciliation. Drawing on the service-learning experiences of graduates of the Indigenous education: A call to action program at the Werklund School of Education, our session shares digitalstories of reconciliation as experienced by our students. These stories move beyond abstract conceptualizations of what reconciliation could look like to the realm of action based Reconcili-Action (Anishinaabe Elder, Commanda 2017). Our session provides a glimpse into some of the ways in which our students have enacted reconciliatory projects, and the insights they have gained along the way.By exploring these student stories of hope, and heartbreak, through a combined methodology of phenomenology with that of storytelling, we are able to intertwine Indigenous and non-Indigenous perspectivesin a creative research approach known as Metissage (Donald, 2012). Through a process of reconciliatory learning, we have witnessed our students assert the need for social change through a redistribution of power and the building of authentic relationships (Cipolle, 2010; Mitchell, 2007; Author & Author, 2017). Our session shares powerful stories of reconciliatory learning with others invested in moving towards reconciliation.
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 | 0,009 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,025 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,003 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».