Centering Voices: Weaving Indigenous Perspectives in Teacher Education
Notice bibliographique
Résumé
The value of weaving Indigenous perspectives into the mainstream curricula of Ontario teacher education programs is gaining prominence (Bell & Brant, 2015; Nardozi, Restoule, Broad, Steele, & James, 2014; Tanaka, 2016). Since the Truth and Reconciliation Commission of Canada’s Calls to Action (2015), efforts are being made across Ontario to “educate teachers on how to integrate Indigenous knowledge and teaching methods into classrooms” (TRC #62, p. 7). Despite growing efforts within teacher preparation programs, many settler teacher candidates are still anxious (Kanu, 2011; Morcom & Freeman, 2019); they fear practicing inadvertent cultural appropriation, and/or offending or misinforming their students and colleagues. To address these concerns, we posed the research question: What impact would Indigenous guest speakers and workshop leaders have on helping Settler teacher candidates navigate Indigenous content in a culturally appropriate and respectful manner? Using an action research framework, we explored how Indigenous ways of knowing impacted the attitudes of teacher candidates in a Bachelor of Education program. The data we collected suggests that by listening to and learning from Indigenous teachings, teacher candidates can attain a deeper understanding of relationality (Wilson, 2008) as it applies to Indigenous ways ofknowing. While certain questions remained, pre-service teachers had an increased knowledge of Indigenous content, and felt more comfortable integrating Indigenous perspectives into their classroom practice.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».