Self-Location as a Disruptive Counternarrative in Teaching and Learning
Notice bibliographique
Résumé
Colonization has had deep and lasting impacts on the Indigenous people of Canada and continues to be prevalent today as we unearth the human cruelty and impact inflicted through politics and religious institutions in partnership with the colonial agenda. With the Covid-19 pandemic impacting the global community, light is being shed on the political corruption and disregard for human life on a socio-economic scale that has plagued the colonial world for centuries. In Canada, systemic racism has attempted to silence Indigenous peoples through the Indian Act and the residential school system with the intention of assimilation or extinction by denying their culture, traditions, and language. Their strong sense of community and cultural practices have allowed them to survive this genocide that is ongoing as living conditions and human rights are not being significantly improved or acknowledged. This chapter explores self-location, an Indigenous research methodology, as a counternarrative to teaching and learning intended to assist in guiding the journey to decolonize our society through allyship. This approach is intended to develop a better sense of self and understanding of our own unique roles as members of a community. Self-location is explored as a counterpart to teaching and learning that supports decolonization and learning throughout the curriculum. Through educational reform, self-location is intended to develop the human spirit through the practice of empathy, forgiveness, love, and compassion, emphasizing the necessity of accountability and responsibility as citizens who belong to a global community.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».