Emotional configurations of politicization in social justice movements
Notice bibliographique
Résumé
Purpose This paper aims to trace how emotion shapes the sense that is made of politics and how politicization can remake and re-mark emotion, giving it new meaning in context. This paper brings together theories of politicization and emotional configurations in learning to interrogate the role emotion plays in the learning of social justice activists. Design/methodology/approach Drawing on sociocultural learning perspectives, the paper traces politicization processes across the youth climate movement (using video-based interaction analysis) and the animal rights movement (using ethnographic interviews and participant observation). Findings Emotional configurations significantly impacted activists’ politicization in terms of what was learned conceptually, the kinds of practices – including emotional practices – that were taken up collectively, the epistemologies that framed social justice work, and the identities that were made salient in collective action. In turn, politicization reshaped how social justice activists made sense of emotion in the course of activist practice. Social implications This study is valuable for theorizing social justice learning, so social movement facilitators and educators might design spaces where learning about gender, racialization, colonialism and/or human/more-than-human relations can thrive. By attending to emotional configurations, this study can help facilitate a design that supports and sustains learning for justice. Originality/value Emotion remains under-theorized and under-analyzed in the learning sciences, despite indications that emotion enables and constrains particular learning opportunities. This paper proposes new ways of understanding emotion and politicization as co-constitutive processes for learning scientists interested in politics and social justice.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,015 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,000 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».