Practicing Professional Discomfort as Self-Location: White Teacher Experiences With Race Bias Mitigation
Notice bibliographique
Résumé
This study is among the first in Canada to research implicit race bias mitigation in secondary teacher practice. The findings emerge from data collected from a ten-month engagement period with 12 Ontario teachers who, alongside the research team, codesigned a race bias mitigation plan based on four to six varied mitigation strategies. These included technical and dialogical activities and a required reading of one anti-racist and/or anti-colonial book. Throughout the project, teachers engaged in ongoing reflection, journaling, email exchanges and an in-person interview. A thematic analysis of this data was completed (Ryan & Bernard, 2003). The design of this study was underpinned by a braiding of social psychology with critical race theory, second wave White teacher identity studies and other approaches. This multimodal approach brings a critical and dynamic reading of whiteness in education. Three broad preliminary findings have emerged from this study. First, teacher perceptions of efficacy of implicit race bias mitigation strategies relied on their noticing of conscious changes in their perceptions of and experiences with race, racism and Black, Indigenous and People of Colour (BIPOC) students. Second, the concurrent use of critical anti-racist strategies, alongside implicit race bias mitigation strategies, seemed to instigate participants’ deepest reflections on race. Finally, this synergy and the long duration of the project contributed to the participants’ evolving understandings of racism in education as a phenomenon that goes beyond the domain of the individual. The results may deepen our understandings of the challenges and opportunities surrounding implicit race bias mitigation work in terms of teacher practices and theoretical considerations.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,013 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,003 | 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 ».