MétaCan
Menu
Retour à la cohorte
Enregistrement W3115170857 · doi:10.20355/jcie29423

Mapping Research in Teacher Education on Diversities and Inequalities: Opening Possibilities Through Social Cartography

2020· article· en· W3115170857 sur OpenAlexaffvenue
Jeannie Kerr, Vanessa Andreotti

Notice bibliographique

RevueJournal of Contemporary Issues in Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensUniversity of British ColumbiaUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésLimitingConversationSociologyPedagogyGenerative grammarField (mathematics)Context (archaeology)InequalityGeographyLinguisticsEngineering

Résumé

récupéré en direct d'OpenAlex

This article considers the potential of the methodology of social cartography to open generative possibilities in research on diversities and inequalities in teacher education in the international context. Research in teacher education focusing on difference or diversities and inequalities offers highly diverse practices and orientations, yet we have found that intelligibility across research communities can be challenging and ultimately limiting for the field. Social cartography is a methodology that attempts to address this issue, inviting researchers and practitioners to create forms of conversation that are more tentative, self-critical, and generative. In this article, we introduce our priorities in teacher education that center awareness of social-cultural commitments and assumptions, as well as historical context. We then share a social cartography of teacher education research we have created to reveal the possibilities of social cartography for teacher education, as well as an invitation to open needed dialogue amongst teacher education researchers and practitioners.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,167
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,186
Tête enseignante GPT0,461
Écart entre enseignants0,275 · 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 tête enseignante, 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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Contemporary Issues in EducationMême sujetGlobal Education and MulticulturalismTravaux en français237 207