Neuroqueer(ing) Noise: Beyond ‘Mere Inclusion’ in a Neurodiverse Early Childhood Classroom
Notice bibliographique
Résumé
Inclusion, as it is understood in a British education context, usually refers to the integration of children with dis/abilities into a mainstream school. However, rather than transform the school, inclusion often seeks to rehabilitate—to tune-up—the ‘divergent’ child’s noisy tendencies, making them more easily included. Music and the arts more broadly have long been instrumentalized as one way of achieving this transformation, relying on the assumption that there is something already inherently opposed to music—out-of-tune, or noisy—about that child. In this article, I think and compose with Neuroqueer(ing) Noise, a music research-creation project conducted in an early childhood classroom. I draw from affect and neuroqueer theories to consider how the instrumentalization of music as a way to include autistic children relies on the assumption that ‘they’ are already inherently unmusical. I consider how a deliberate attention to noise might help in unsettling ‘mere inclusion’: in effect, changing the mode we think-with in education, and opening us—researchers and educators—to momentarily say “No!” to ‘mere inclusion’. This article is of relevance to teachers working in early childhood classrooms, as well as to educational researchers interested in affect theories, crip-queer and neuroqueer theories, and neurodiversity, as well as sound- or arts-based research methods.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,022 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».