MétaCan
Menu
Retour à la cohorte
Enregistrement W3081795203

Laissez-faire Ableism in the Academy: Contouring the Map with Graduate Student Perspectives

2020· article· en· W3081795203 sur OpenAlexvenueno aff
Emily R. Koren, S. E. Xhey Evans-El

Notice bibliographique

RevueCritical education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbleismCognitive reframingSociologyHigher education policyHigher educationPedagogyDismissalNarrativeDisability studiesEquity (law)PsychologyGender studiesSocial psychologyEducation policyPolitical scienceLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Graduate studies present unique contexts for accommodation due to the factors such as student age, professional background, and employment status within the university. Scholars recognize the need to reframe the dominant narrative which positions dis/ability in relation to ability, or ableism. The present study uses graduate student experiences with self-advocacy to examine Laissez-faire ableism at interactional and personal levels of higher education. We argue that dis/ability accommodation should be viewed as an iterative and interactive process between the student, faculty, and other institutional actors such as Dis/ability Services. The authors are doctoral students in education with hidden dis/abilities who are racialized differently. This article values dis/abled student voice as essential to the equity and inclusion for dis/abled students (Pearson, 2015). We use Black Feminism in Qualitative Inquiry (BFQI) and duoethnography to empirically investigate our ongoing attempt to transform our institutional climate. Our purpose is to highlight the centrality of humanity in the pursuit of dis/ability justice by putting our lived experiences becoming coconspirators in conversation with each other.

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)0,012
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,021
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0210,059
Communication savante0,0190,015
Science ouverte0,0020,016
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,089
Tête enseignante GPT0,482
Écart entre enseignants0,392 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical educationMême sujetHigher Education Research StudiesTravaux en français237 207