MétaCan
Menu
Retour à la cohorte
Enregistrement W2924823469 · doi:10.3390/educsci9010063

Examining Gender Safety in Schools: Teacher Agency and Resistance in Two Primary Schools in Kirinyaga, Kenya

2019· article· en· W2924823469 sur OpenAlexafffund
Catherine Vanner

Notice bibliographique

RevueEducation Sciences · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAgency (philosophy)EmpowermentEquity (law)Resistance (ecology)Context (archaeology)PedagogyPolitical scienceGender equalitySociologyPublic relationsGender studiesSocial scienceGeography

Résumé

récupéré en direct d'OpenAlex

This article introduces Stein, Tolman, Porche, and Spencer’s concept of gender safety in schools (GSS) as a useful framework for providing a gendered analysis of safety and equality at the school level within the global context of the Sustainable Development Goal (SDG) 4 goal of equitable, inclusive and quality education for all. This article examines practices that support as well as undermine GSS in two primary schools in Kirinyaga County, Kenya. In these schools, individual teacher agency was the main factor enhancing GSS. Teachers’ efforts were, however, constrained by competing discourses emphasizing hierarchical administration and a narrow understanding of the school’s responsibilities. Teacher agency, therefore, was insufficient to systematically protect students and foster gender equity. The article suggests that teacher agency to enhance GSS in Kenya could be expanded through teachers’ collective empowerment using community-based networks alongside the integration of monitoring and evaluation processes in existing gender equality and child protection policies. It further recommends the GSS framework as a means for monitoring SDG 4’s commitments to gender equality and child protection in schools.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,136
Score d'incertitude au seuil0,271

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0270,010
Communication savante0,0050,002
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,039
Tête enseignante GPT0,340
Écart entre enseignants0,302 · 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

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEducation SciencesMême sujetPoverty, Education, and Child WelfareTravaux en français237 207