MétaCan
Menu
← Retour à la cohorte
Enregistrement W4306168376 · doi:10.4324/9781003321200-15

Smashing It to Bits—Risky Tactics to Change First Nations' Education

2022· book-chapter· en· W4306168376 sur OpenAlexaboutno aff
Maxime Fern, Michael Johnstone

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceComputer securityInternet privacyPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Like the character of Neo in The Matrix , some people arrive with ideas about how to crack the code of the status quo, or at least, where to begin. This chapter follows Dr. Chris Sarra who became the first Aboriginal Principal of a small school in the Queensland town of Cherbourg. He challenged decades of neglect, and through a range of unconventional and risky tactics, together with provocative love, overturned entrenched attitudes to build an educationally and socially successful school. Chris invites us to learn from his warts and all stories. The study shows how provocation requires disciplined and persistent risky action, involving various provocative actions directing people’s attention to the hard work to be done. If for no other reason, it needs to help them see how they have colluded with and been captured by the status quo. This is the foundation for opening all our minds to alternative and better ways. This chapter outlines Chris’s journey and examines the nature of his risky moves, how he determined who and what to challenge, and shows how provocation becomes less contentious when you are committed to clear goals. We also discuss several essential ingredients for effective provocation: self-belief, persistence, flexibility, and love, which both increase and decrease the risk.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,017
Communication savante0,0070,006
Science ouverte0,0010,004
Intégrité de la recherche0,0030,009
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,049
Tête enseignante GPT0,336
Écart entre enseignants0,287 · 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
GenreAutre

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'admission1
Résumé présentnon

Explorer davantage

Même sujetIndigenous Health, Education, and Rights→Travaux en français237 207→