MétaCan
Menu
Retour à la cohorte
Enregistrement W3017552552 · doi:10.22582/ta.v9i2.561

Community-engaged Learning (CEL): Integrating Anthropological Discourse with Indigenous Knowledge

2020· article· en· W3017552552 sur OpenAlexafffundabout
Sherry Fukuzawa, Veronica King Jamieson, Nicole Laliberté, Darci Belmore

Notice bibliographique

RevueTeaching Anthropology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensCanadian Celiac AssociationUniversity of Toronto
Organismes subventionnairesUniversity of Toronto MississaugaUniversity of Toronto
Mots-clésIndigenousSociologyTraditional knowledgeAllianceOppressionIndigenous educationGeneral partnershipPolitical scienceEnvironmental ethicsLawEcology

Résumé

récupéré en direct d'OpenAlex

The Indigenous Action Group (IAG) is an alliance of solidarity between Indigenous and settler faculty at the University of Toronto Mississauga with the Mississaugas of the Credit First Nation (MCFN), whose Treaty lands the campus is located on. This partnership of responsibility supports the MCFN goals of truth (through public knowledge and recognition of their history), and reconciliation (through the support and equitable sustenance of Indigenous pedagogy, knowledge systems, and research methodologies in educational institutions). The IAG has developed a Community-Engaged Learning (CEL) course to bring ontological pluralism to the Academy to legitimize Indigenous knowledges, epistemologies, and involve the placemaking of local Indigenous communities (Tuhiwah Smith, 2012). This second year undergraduate course entitled “Anthropology and Indigenous Peoples of Turtle Island (in Canada)” was developed and implemented by the Indigenous Action Group to prioritize first person voices from the local Indigenous community. We are hoping this diverse educational model will change the discourse in anthropology courses to begin a collective understanding of ongoing power imbalances and oppression in education from colonial mechanisms.

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)0,017
score de la tête « metaresearch » (Gemma)0,012
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: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0170,046
Communication savante0,0150,014
Science ouverte0,0030,025
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,051
Tête enseignante GPT0,389
Écart entre enseignants0,337 · 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

Citations3
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTeaching AnthropologyMême sujetIndigenous Health, Education, and RightsTravaux en français237 207