MétaCan
Menu
Retour à la cohorte
Enregistrement W4317629025 · doi:10.3389/feduc.2022.1051339

Ethical relationality, TribalCrit, and autobiographical narrative inquiry: Imagining coming alongside Indigenous children

2023· article· en· W4317629025 sur OpenAlexaff
Trudy Cardinal, Stavros Georgios Stavrou, Maureen Murphy, Janice Huber

Notice bibliographique

RevueFrontiers in Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Race Theory in Education
Établissements canadiensUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNarrativeIndigenousSociologyNegotiationPedagogyNarrative inquirySocial scienceArt

Résumé

récupéré en direct d'OpenAlex

Creating this chapter brought us together as a diverse group of scholars to think deeply about a process of reflection in teacher education that centers on ethical relationality. To show our coming alongside adult learners attentive to reflection that centers ethical relationality, we inquire into both the Assessment as Pimosayta courses that Murphy, Cardinal, and Huber teach and into Stavrou's experiences teaching and enacting assessment in his practice. The body of our chapter is structured by the five design elements foregrounded by Stavrou and Murphy's recent bringing of critical race theory and anti-racist education to narrative inquiry: beginning with experience; carrying theoretical frameworks into an inquiry; negotiating theoretical frameworks with participants; using narrative threads to show the complexity of experience; ending in experience. Centering ethical relationality as we come alongside pre- and in-service teachers as they imagine coming alongside Indigenous children, youth, families, and communities lifts the long-termness of our work, including that this long-termness entails interactions and responsibilities with other humans and more-than-human beings.

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)0,007
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,013
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0130,047
Communication savante0,0120,013
Science ouverte0,0020,009
Intégrité de la recherche0,0030,007
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 Opus0,018
Tête enseignante GPT0,382
Écart entre enseignants0,365 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in EducationMême sujetCritical Race Theory in EducationTravaux en français237 207