MétaCan
Menu
Retour à la cohorte
Enregistrement W2982223792 · doi:10.5206/cie-eci.v48i1.9336

Critical Pedagogy of Discomfort in Community-Based Learning: Kenyan Students' Experiences

2019· article· en· W2982223792 sur OpenAlexaffvenue
Charlene VanLeeuwen, Lori E. Weeks, Linyuan Guo-Brennan

Notice bibliographique

RevueComparative and International Education · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Practises and Engagement
Établissements canadiensDalhousie UniversityUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésPraxisService-learningKenyaPedagogyCurriculumSociologyCritical pedagogyDisciplineLiteracyPsychologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Community-based learning (CBL) is employed as a pedagogical approach in professional programs globally; however, transferability of Eurocentric CBL models and theory to university settings outside the global north is under-examined. Adopting critical hermeneutics as the theoretical and methodological framework, this study explored the meaning of community-based learning (CBL) to Kenyan university students in a human services program and examined the complexity of students’ difficult learning experiences in making connections between classroom learning and praxis in Kenyan communities. Data were collected from six university students following 12-week placements with community organizations in Kenya. Findings revealed disciplinary, historical, cultural and extra-linguistic factors related to students’ difficult and uncomfortable learning experiences as human service professionals in training. Recognizing critical civic engagement in Kenya is closely associated with social and cultural contexts, this article recommends the pedagogy of discomfort be integrated into CBL curriculum and praxis to mitigate negative reactions to challenging CBL experiences. The article concludes with implications for enhancing critical CBL literacy and praxis.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,480
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

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

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 Opus0,137
Tête enseignante GPT0,535
Écart entre enseignants0,398 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComparative and International EducationMême sujetHigher Education Practises and EngagementTravaux en français237 207