MétaCan
Menu
Retour à la cohorte
Enregistrement W4321022352 · doi:10.22329/jtl.v16i3.6886

Enduring Effects: Name Mispronunciation and/or Change in Early School Experiences

2022· article· en· W4321022352 sur OpenAlexaffvenueabout
Tina Bonnett, Bonika Sok

Notice bibliographique

RevueJournal of Teaching and Learning · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNames, Identity, and Discrimination Research
Établissements canadiensFanshawe College
Organismes subventionnairesnon disponible
Mots-clésHonourIdentity (music)PhenomenonPsychologyPedagogySociologySocial psychologyLinguisticsAestheticsHistoryEpistemologyArt

Résumé

récupéré en direct d'OpenAlex

A person’s name(s) is typically tied to their family, culture, and sense of identity. Consequently, when a child’s name is inaccurately pronounced, altered, or avoided, a host of adverse consequences may transpire. Although seemingly innocuous, this necessitates attention, as name mispronunciation and change perpetuate microaggressions ubiquitous for marginalized populations, often in school contexts. In reflection of this, an Intrinsic Case Study, underpinned by a Social Constructivist Philosophical paradigm, was conducted to assemble the experiences of three adults in Ontario, Canada, who had their names mispronounced or changed in early educational experiences. The findings of this research signify that name mispronunciation and modification are pervasive and that teachers are often central contributors to this phenomenon. Moreover, findings denote that discord between one’s identity and cultural self is affiliated with name-orientated microaggressions. Participants of this study beseech teachers to denounce insensitive practices by pledging to accurately pronounce and honour each child’s name and in so doing engender more favourable longitudinal outcomes.

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)0,003
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,009
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,038
Tête enseignante GPT0,366
Écart entre enseignants0,328 · 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'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Teaching and LearningMême sujetNames, Identity, and Discrimination ResearchTravaux en français237 207