MétaCan
Menu
Retour à la cohorte
Enregistrement W4313169057 · doi:10.1177/14704129221088300

Rupture, not injury: reframing repair for Black and Indigenous youth experiencing school pushout

2022· article· en· W4313169057 sur OpenAlexaboutno aff
Jade Nixon, Sefanit Habtom, Eve Tuck

Notice bibliographique

RevueJournal of Visual Culture · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Race Theory in Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitive reframingRacismIndigenousGender studiesSociologyParticipatory action researchPsychologySocial psychologyAnthropology

Résumé

récupéré en direct d'OpenAlex

In this article, the authors describe their multi-year youth participatory action research project, Making Sense of Movements (MSOM), with Black and Indigenous high school students in Toronto. Youth co-researchers in MSOM designed a study on school pushout that reveals the pervasiveness of racism in schools and the inadequacy of responses to racist incidents by school personnel. School staff and teachers often treat racist incidents as isolated events that can be easily resolved. However, the authors situate Black and Indigenous students’ experiences of racism in their high schools within the ongoing legacies of settlement and slavery. Learning from Black and Indigenous feminist theories of rupture and refusal – see Hartman’s Scenes of Subjection: Terror, Slavery, and Self-Making in Nineteenth-Century America (1997); Simpson’s Mohawk Interruptus: Political Life across the Borders of Settler States (2014); and Tuck and Yang’s ‘Decolonization is not a metaphor’ (2012) – the authors invite readers to reframe the assumed ease and completeness of repair. They theorize racism and antiblackness as a rupture rather than an injury, which has important implications for school policy and how schools address racism. By moving beyond reparative frameworks, the authors engage rupture as a more meaningful starting place.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,028
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0280,025
Communication savante0,0090,008
Science ouverte0,0030,019
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,402
Écart entre enseignants0,375 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visual CultureMême sujetCritical Race Theory in EducationTravaux en français237 207