MétaCan
Menu
Retour à la cohorte
Enregistrement W3009876629 · doi:10.1002/berj.3614

Black male teachers, white education spaces: Troubling school practices of othering and surveillance

2020· article· en· W3009876629 sur OpenAlexaboutno aff
Christine Callender

Notice bibliographique

RevueBritish Educational Research Journal · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Race Theory in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCovertCritical race theoryWhite (mutation)RacismSociologyPedagogyPower structureWorkforceGender studiesDisciplinePower (physics)PoliticsPolitical scienceSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

The absence of male teachers in primary schools has been an ongoing concern for policymakers and schools in the UK, USA, Canada and Australia, and as schools have become more ethnically diverse so have concerns that the teacher workforce should reflect the communities it serves. Pre‐service teacher training plays a critical role in this aim, by identifying, recruiting, retaining and training those who demonstrate potential to become teachers in English primary schools. As one of a few studies to explore the racialised and gendered experiences of black male teachers in England, I adopt the use of critical race theory (CRT) to examine how black male teachers are characterised and constructed in white education spaces. Drawing on a larger study, this paper utilises counternarrative, a key precept of CRT, to draw attention to processes of exclusion, othering and surveillance through the experience of David (the main character). Interview and documentary data illuminate institutional processes of overt and covert racism, as well as racialised and gendered stereotyping. David’s story reveals how his voice is muted as it is woven into processes of othering, hyper‐surveillance and disciplinary power.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,030
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0300,040
Communication savante0,0090,005
Science ouverte0,0010,009
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,114
Tête enseignante GPT0,474
Écart entre enseignants0,360 · 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

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Educational Research JournalMême sujetCritical Race Theory in EducationTravaux en français237 207