Anti transcarceral grief pedagogy for pandemic times
Notice bibliographique
Résumé
COVID-19 has saturated many spaces in loss and grief. Higher education has been saturated too, despite ongoing institutional demands that educators mitigate and manage the grief away. Such demands expose the colonial and carceral logics that operate in much of so-called higher education, logics that may often create what we call ‘transcarceral grief’. Inspired by abolitionist activist scholarship, we understand transcarceral grief as an involuntary response to the surveillance, compliance, discipline, and punishment practices (or carceral logics) that have made education a site of restriction and confinement. Such a lens demonstrates how dangerous many of the ‘must-do’s’ of grief and pedagogy can be and changes how we understand our own pandemic pedagogy. Thus, in this piece, we draw on scholarship, activism, theory, and narrated experiences to identify and work against transcarcerality while teaching/learning with grief in our Canadian and American institutions. Rather than mitigating, managing or recovering from grief, we offer a grief-facing praxis that has the potential to disrupt and re-form how we metabolize grief in higher education. Further, we posit that our anti-transcarceral grief pedagogy has the potential to move us closer to the life-affirming space that we crave more than ever both in and out of the classroom.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,020 | 0,043 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».