MétaCan
Menu
Retour à la cohorte
Enregistrement W2937670890

Spatiality and subjectivity of teachers incorporating Indigenous knowledges in their work

2019· article· en· W2937670890 sur OpenAlexaff
Mark Sinke, Daniela Bascuñán, Shawna M. Carroll, Jean‐Paul Restoule

Notice bibliographique

Revue2019 Conference of the Canadian Society for the Study of Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensUniversity of VictoriaInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSubjectivityIndigenousSociologyCurriculumNarrativePedagogySpace (punctuation)Work (physics)Traditional knowledgeIndigenous educationEpistemologyEngineeringComputer scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper, we interrogate the spatial subjectivities of teachers who are including Indigenous content and perspectives in their educational work. Drawing from a narrative-based study of teacher experiences, we examine how the subjective understandings teachers have of themselves and their work are related to conceptions of space that are defined in racial and settler-colonial terms and that impel them towards deliberate moves. Using Probyn’s (2003) description of “the spatial imperative of subjectivity”, and the work of Hook (2005), Kirby (1996), Gill (2002), Mohanram (1999), Razack (2002), we analyze features that become visible on the landscape of spatial subjectivity as teachers relate their experiences of infusing Indigenous content and perspectives into their pedagogy and curricula. Through understanding these dynamics of space and self, we are able to understand some of the barriers and challenges that educators face when engaging in Indigenous infusion, and also share some of the possibilities and successes that educators have found in this work.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,026
Communication savante0,0070,004
Science ouverte0,0010,009
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,308
Écart entre enseignants0,273 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2019 Conference of the Canadian Society for the Study of EducationMême sujetGlobal Education and MulticulturalismTravaux en français237 207