MétaCan
Menu
Retour à la cohorte
Enregistrement W3201996458 · doi:10.1080/14494035.2021.1975220

Whose voice matters in the teaching and learning of IPE? Implications for policy and policy making

2021· article· en· W3201996458 sur OpenAlexaff
Logan Cochrane, Samuel Ojo Oloruntoba

Notice bibliographique

RevuePolicy and Society · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Science Research and Education
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPrivilege (computing)CurriculumDominance (genetics)Policy learningPoliticsSociologyField (mathematics)Policy analysisPolitical sciencePositive economicsPolitical economyPublic administrationEconomicsPedagogyLaw

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Critical decolonial assessments of International Political Economy (IPE) curricula have found a continued dominance of Euro-Western perspectives. However, these critical assessments have often been of specific programs or courses. In this article, we open the canvas wider in our quantitative assessment of privilege and marginalization, by conducting an analysis of IPE curricula from universities from around the world as well as of one of the most widely used introductory textbooks in the field. We find that scholars based outside of the Euro-West are marginal, while those based in the Euro-West continue to be dominant – in all the assessed course offerings. We also find that female voices are marginal, in all locations. Knowledge production systems privilege Euro-Western male voices and perspectives, furthering a process of systemic cognitive and epistemic injustices. Building upon our analysis of teaching and learning content, this article critically reflects on the implications of when IPE meets policy, and offers avenues for the policy engagement to avoid the same processes of privileging and marginalizing, and thereby better situating policy making to avoid repeating failures resulting from the identified entrenched biases.

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)0,045
score de la tête « metaresearch » (Gemma)0,076
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,240

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,076
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0100,049
Communication savante0,0290,023
Science ouverte0,0020,011
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,054
Tête enseignante GPT0,461
Écart entre enseignants0,407 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy and SocietyMême sujetPolitical Science Research and EducationTravaux en français237 207