MétaCan
Menu
Retour à la cohorte
Enregistrement W2936275617

Searching for Feminist Discourse in Social Justice Mathematics

2018· article· en· W2936275617 sur OpenAlexaff
Gerrenne Gunthrope, Sarah Elizabeth Barrett

Notice bibliographique

Revue2019 Conference of the Canadian Society for the Study of Education · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueEgo Development and Educational Practices
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésTransformative learningCurriculumPatriarchyGender studiesSociologyFeminismCritical consciousnessFeminist pedagogyEconomic JusticeSocial justicePedagogySocial sciencePolitical scienceLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to understand how the intended transformative potential of social justice mathematics (SJM) curricula about the social problems of sexism, patriarchy and associated gender injustices might be strengthened when the role of discourses is considered.  Through feminist critical discourse analysis we examined the extent to which a middle school curriculum designed to highlight missing and murdered Indigenous women is a consciousness-raising text with respect to sexism and associated injustices. We found the lesson to be a strong example of a potentially transformative learning experience about gender injustices that partly stem from sexist discourses.  However, we share the teacher’s view that the activity , like his other gender justice-oriented lessons, cannot capture all of the complexity of the issues connected to its central topic.  Mathematics is an important tool for understanding social realities.  Viewing the SJM curricula through a feminist discursive lens opens the door to further research that contrasts the approach in the lesson to what we see as a pervasive patriarchal discourse in schooling and society.

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)0,010
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,013
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0130,045
Communication savante0,0090,009
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,107
Tête enseignante GPT0,429
Écart entre enseignants0,321 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2019 Conference of the Canadian Society for the Study of EducationMême sujetEgo Development and Educational PracticesTravaux en français237 207