MétaCan
Menu
Retour à la cohorte
Enregistrement W3174711900 · doi:10.13110/criticism.63.1-2.0151

Teaching Women Writers in a "Great Books" Program

2021· article· en· W3174711900 sur OpenAlexaboutno aff
Micheline White

Notice bibliographique

RevueCriticism · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePublishing and Scholarly Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHistoryMathematics educationSociologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract: This piece discusses the integration of women writers into a "Great Books" curriculum at a public university in Canada. I consider how the relations among my students, me, and the texts of early modern women have changed over the past twenty years as those texts have become part of the canon. I argue that the availability of high-quality teaching editions and my university's Learning Management System (LMS) have transformed both my students' encounters with female authored texts as well as the kinds of academic labor that I need to undertake to facilitate undergraduate learning. Where I once spent a good deal of time establishing frameworks within which women's writing had value, I now provide much more specialized guidance often helping students grapple with the material idiosyncrasies of early modern texts. Today, my students view women's writing as integral to the curriculum and are far more eager to embark on in-depth research projects. At the same time, these positive developments have often obscured the ways in which patriarchy shaped women's reading and writing, and I have had to underscore the conditions that restricted women's textual agency. My students and I reflect on the implications of teaching women's texts as "great books" and about the kinds of changes we need to make to make the curriculum more racially diverse.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,007
Communication savante0,0050,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,043
Tête enseignante GPT0,284
Écart entre enseignants0,241 · 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'étudeSans objet
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCriticismMême sujetPublishing and Scholarly CommunicationTravaux en français237 207