The Fecundity of Silence in Dialogue: Students’ Experiences of Classroom Discussions
Notice bibliographique
Résumé
Scholars have noted that literary studies ought to be marked by opportunities for students to engage with difficult topics. Arguably, class discussions are a signature pedagogy of literary studies that support engagement with difficult topics. However, silences can disrupt the anticipated insight of such discussions. How do students in higher education literary studies experience silence in such discussions? Can student silence be understood as a generative aspect of difficult conversations about literary texts? This research sought to disrupt established beliefs about the idea of silence as non-participation and to determine whether there is evidence that speaks to the fecundity of silence in discussions. Silence has not been studied nearly as much as dialogic pedagogy, but scholars recognize its value for literacy. My research is based on the conceptual frameworks of dialogic pedagogy and hermeneutics and methodologically uses hermeneutic interviewing to develop thick descriptions of students’ experiences. This presentation focuses on my preliminary findings with reference to the academic literature on student silence in dialogic teaching and learning contexts. I address confirmations and disconfirmations of prevailing academic perspectives and instructors’ assumptions that consider student silence as fecund. This research is relevant for instructors in literary studies but may have implications for other disciplines using dialogic pedagogy.
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 | 0,010 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,021 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».