MétaCan
Menu
Retour à la cohorte
Enregistrement W4280509391 · doi:10.15173/ijsap.v6i1.4893

Recognising cultural capital through shared meaning-making in cross-cultural partnership practices

2022· article· en· W4280509391 sur OpenAlexvenueno aff
Meng Zhang, Kelly Matthews, Shuang Liu

Notice bibliographique

RevueInternational Journal for Students as Partners · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCollaborative Teaching and Inclusion
Établissements canadiensnon disponible
Organismes subventionnairesHigher Education Research and Development Society of Australasia
Mots-clésPraxisGeneral partnershipPedagogySociologyMeaning (existential)Power (physics)Teacher educationInclusion (mineral)Identity (music)Cultural capitalPolitical scienceEpistemologySocial scienceAesthetics

Résumé

récupéré en direct d'OpenAlex

There are growing scholarly conversations about involving culturally and linguistically diverse students in learner-teacher partnership practices—practices that can pave pathways toward greater inclusion in higher education. Theorising power and identity through the lens of culture invites recognition of differing ways of knowing, being, and doing that shape learner-teacher interactions in higher education. In this conceptual article, we offer a framework to further efforts of redistributing power through intercultural partnership praxis. Two vignettes drawing on lived experience of being in a cross-cultural learner-teacher partnership project are employed to reveal the theory-practice possibilities. We argue that the careful, critical attention on the role culture plays in the relational work of learner-teacher partnership advances more culturally responsive pedagogical collaborations in higher education. In doing so, partnership praxis moves closer toward recognition of cultural capital and redistribution of power for learners and teachers engaging in cross-cultural pedagogical partnership.

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)0,025
score de la tête « metaresearch » (Gemma)0,020
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0160,080
Communication savante0,0230,025
Science ouverte0,0030,036
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,143
Tête enseignante GPT0,611
Écart entre enseignants0,468 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Students as PartnersMême sujetCollaborative Teaching and InclusionTravaux en français237 207