Using social domain theory to seek critical consciousness with young children
Notice bibliographique
Résumé
The question of ‘developmental appropriateness’ in education can be both empowering and inhibiting. When are students ‘ready’ to talk about social injustices and systemic inequalities? How might educators introduce social inequities using developmental findings about reasoning? This article presents social domain theory as a lens through which educators can approach critical consciousness education with young children. An overview of Freire’s critical consciousness construct is presented, including educational interventions, methods, and approaches that support critical consciousness. An overview of social domain theory is also presented. Social domain theory is a developmental theory of sociomoral reasoning that describes three domains of social knowledge that develop independently, and get applied/coordinated/prioritized differently in context by individuals. This theory, and the research stemming from it, has shown that there are developmental transition points during which children come to view their previous logic as inadequate, and are likely to shift their understandings of moral, conventional, and personal issues. A parallel is drawn between these transition points and the process of wrestling with and overturning ‘contradictions’ in critical consciousness education. Contradictions are theorized as dehumanizing power dynamics that show up in students’ everyday circumstances. This article provides tables outlining example contradictions for young children, key domain–related reasoning shifts for young children, and examples for how to create lesson plans that take these two factors into account. Finally, we propose a method of facilitating self-assessment of critical consciousness with young children. Self-reflection questions are provided for teachers and students.
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 | 0,007 | 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 | 0,001 |
| 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 ».