Navigating an Uncertain Terrain: Exploring the Engagement of a Residence Life Management Team on a Canadian University Campus with Race and Privilege
Notice bibliographique
Résumé
As the number of racially diverse students on university campuses in Canada increases, so too do questions about whether and how postsecondary institutions are equipped to create a welcoming, respectful, and supportive learning community for a racially diverse student body. This research explored how a residence life management (RLM) team could build capacity to meaningfully engage with the subjects of race and privilege in an effort to contribute to the university’s purpose of advancing a just society. Guided by collaborative developmental action inquiry and participatory action research, this project engaged members of the RLM team to consider how they are currently navigating the subject of race and privilege and to identify support required to better facilitate learning on the subject of race and privilege. It also provided the RLM team an opportunity to transform a tangible leadership challenge into an organizational learning opportunity. Study participants indicated that engagement with the subject of race and privilege is currently limited and suggested that capacity building could be enhanced in two key ways: first, through an explicit organization-wide commitment that informs hiring and employee performance management metrics, and second, through intentionally designed spaces for learning and action through dialogue. This study identifies practical strategies to engage with the subjects on race and privilege and contributes to current literature on race and privilege by identifying both barriers and factors that enable engagement with the complex and necessary dialogue about race and privilege in a Canadian university context.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».