What Counts? Examining Academic Values and Women's Life Experiences from a Critical Feminist Perspective
Notice bibliographique
Résumé
Women comprise the majority of students in adult education, but the experiences of women continue to be marginalized and devalued in the academic sphere. This article provides an exploration of the current critical analysis of the marketplace influence on adult education, and a comparative feminist analysis with a critical perspective. I argue for the development of a critical feminist approach to adult education that acknowledges the importance of women's life experiences and connections to the homeplace. Various research studies are correlated with my own experience to provide an alternative value set from which to challenge existing marketplace influences within academia, and redefine the way society assesses "what counts" as important work and learning experiences. The critical discourse I advocate supports the work that women do in the homeplace, as students and as academics; the process can lead to a more holistic and inclusive approach to adult education. Résumé Bien que les femmes représentent la majeure partie de l'effectif étudiant dans les programmes de formation pour adultes, leurs expériences continuent à être marginalisées et dévalorisées dans les milieux universitaires. Cet article explore l'analyse critique actuelle portant sur l'influence du marché dans le domaine de la formation pour adultes et offre une analyse féministe comparative fondée sur une perspective critique. J'y prône le développement d'une approche féministe critique en matière de formation pour adultes, qui tienne compte de l'importance des expériences vécues par les femmes et des liens qu'elles entretiennent avec la maison. L'article présente diverses études qui corroborent mon expérience et mettent de l'avant un nouvel ensemble de valeurs. Ces valeurs contribuent à remettre en question l'influence du marché dans les milieux universitaires et à redéfinir la manière par laquelle on évalue 'ce qui compte' vraiment sur les plans du travail et des expériences d'apprentissage. Par ce discours critique, j'entends appuyer le travail que font les femmes à la maison, en tant qu'étudiantes et en tant que chercheurs; ce processus est susceptible de mener à une approche en matière de formation pour adultes qui soil plus globale et respectueuse des différences.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,047 |
| Communication savante | 0,014 | 0,010 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».