MétaCan
Menu
Retour à la cohorte
Enregistrement W3162538741 · doi:10.1080/23793406.2021.1920046

‘I wanted to be white’: understanding power asymmetries of whiteness and racialisation

2021· article· en· W3162538741 sur OpenAlexaffabout
Yecid Ortega

Notice bibliographique

RevueWhiteness and Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Race Theory in Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAutoethnographySociologyWhite (mutation)ColonisationPower (physics)IdeologyNormativeGender studiesWhite supremacyPower structureCritical theoryRacismAestheticsEthnographyEpistemologyAnthropologyPolitical scienceHistoryLawPoliticsArtPhilosophyArchaeology

Résumé

récupéré en direct d'OpenAlex

This article uses a self-reflective autoethnography to critique colonisation and whiteness as systems of marginalisation and racialisation. I examine concepts grounded in post-colonial and anti-racist theories, and I interweave these with my experiences in white spaces in Colombia, the USA and Canada as an educator and researcher. I provide personal examples as data to explain how colonisation and whiteness have paved the road to my professional ‘success’, and I also illuminate how these have taken me away from understanding my cultural and linguistic roots. Contrary to conventional wisdom that formal education is empowering for racialised peoples, this article asserts that critical education has been fundamental to challenge inequality and power asymmetries. Finally, in reflecting on the depths to which whiteness has been entrenched in all aspects of my life and other racialised peoples, I seek determination and liberation by calling into question the normative historical raciolinguistic ideologies of whiteness.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,684
Score d'incertitude au seuil0,416

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 savante0,0000,000
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 Opus0,052
Tête enseignante GPT0,370
Écart entre enseignants0,318 · 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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWhiteness and EducationMême sujetCritical Race Theory in EducationTravaux en français237 207