MétaCan
Menu
Retour à la cohorte
Enregistrement W4211240010 · doi:10.1080/15505170.2022.2025958

On hard work in early childhood education pedagogical inquiry research—Or, how do we do hard work while researching together?

2022· article· en· W4211240010 sur OpenAlexaffabout
Nicole Land

Notice bibliographique

RevueJournal of Curriculum and Pedagogy · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChildren's Rights and Participation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMainstreamWork (physics)SituatedUnpackingSociologyPedagogyMemory workEarly childhood educationEducational researchScholarshipEpistemologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Drawing on public writing from a pedagogical inquiry research project collaboration between three early childhood educators, a pedagogist-researcher, and preschool-aged children, this article debates how pedagogical inquiry research becomes “hard work.” Against the backdrop of mainstream early childhood education in the lands currently known as Canada, where research is often conducted toward producing universalized best practices or contributing to the machine of child development, this article pays patient attention to rhythms, tensions, and practices of attuning that animated our research, pausing and unpacking moments that felt especially like “hard work.” Refusing to see “hard work” for its colloquial neoliberal connotations, we ask how hard work happens and how hard work makes happen. Thinking with three modes of hard work—remembering, dis/placing and re-placing, and manifesting into a commons—we share questions and encounters that crafted a character of hardness within our laboring together. Importantly, we resist naming all that might be hard work in pedagogical inquiry research, instead inviting readers to consider the situated, slippery, and continually made and re-made contours of hard work in pedagogical inquiry research.

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)0,073
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,384

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0730,066
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0290,184
Communication savante0,0370,028
Science ouverte0,0030,026
Intégrité de la recherche0,0060,013
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,231
Tête enseignante GPT0,462
Écart entre enseignants0,231 · 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.

Devis d'étudeQualitatif
DomaineMéthodes
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and PedagogyMême sujetChildren's Rights and ParticipationTravaux en français237 207