MétaCan
Menu
Retour à la cohorte
Enregistrement W3168338674 · doi:10.3384/rela.2000-7426.3360

Beyond the trinity of gender, race, and class: Further exploring intersectionality in adult education

2021· article· en· W3168338674 sur OpenAlexaffabout
Cindy L. Hanson, Amber J. Fletcher

Notice bibliographique

RevueEuropean Journal for Research on the Education and Learning of Adults · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSociology and Education Studies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésIntersectionalityRace (biology)Gender studiesAdult educationClass (philosophy)SociologyPedagogy

Résumé

récupéré en direct d'OpenAlex

Research exploring the gendered dimensions of adult learning has blossomed in the past two decades. Despite this trend, intersectional approaches in adult learning, research, and teaching remain limited primarily to the intersection of gender, race, and class. Meanwhile, intersectionality theories are more diverse, and include discussions of social structures, geographies, and histories that serve to build richer, nuanced descriptions of how privilege and oppression are experienced. Because the purpose of intersectionality is to understand how social identities and positions are constructed and to challenge the structures of power that oppress particular social groups, this approach is important for feminist and social justice educators. We, the Canadian authors of this manuscript, posit that adult education should move beyond intersectionality that focuses only on the trinity of gender + race + class to consider the other inequalities and the true complexities of representation and collective identities. By exploring literature in feminism, adult education, and intersectionality, we illustrate a gap at the core of adult education for social justice. We draw upon two examples of national research with and by the Canadian Research Institute for the Advancement of Women to illustrate how intersectionality is understood and works in practice. (DIPF/Orig.)

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)0,014
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0140,035
Communication savante0,0140,017
Science ouverte0,0020,018
Intégrité de la recherche0,0010,004
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 Opus0,261
Tête enseignante GPT0,466
Écart entre enseignants0,206 · 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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal for Research on the Education and Learning of AdultsMême sujetSociology and Education StudiesTravaux en français237 207