MétaCan
Menu
Retour à la cohorte
Enregistrement W4324359506 · doi:10.1080/09575146.2023.2190053

Learning through play or learning sexism through play? Why critical gender literacy matters in kindergarten education

2023· article· en· W4324359506 sur OpenAlexaffabout
Jessica Prioletta

Notice bibliographique

RevueEarly Years Journal of International Research and Development · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Roles and Identity Studies
Établissements canadiensBishop's University
Organismes subventionnairesnon disponible
Mots-clésTransformative learningScholarshipLiteracySociologySubordination (linguistics)EthnographyAction (physics)PedagogyPsychologyGender studiesEarly childhood educationPolitical science

Résumé

récupéré en direct d'OpenAlex

Play is a highly valued pedagogy in early learning settings around the world. Supporters of play have emphasised the benefits of this approach in promoting children’s development and learning and their alleged freedom to choose, explore, and follow their interests. Feminist research, however, has shown that play contexts can be key sites that perpetuate gender inequalities. Building on this scholarship, I apply a critical feminist lens to examine the gendered effects of a recent shift in a Canadian province towards full-day play-based learning in kindergarten. Analysis of ethnographic data collected in two classrooms reveals that not all children may benefit from play-based learning. Instead, the findings show that the play settings in this study implicitly propagated patriarchal values that upheld hierarchal gender divisions and legitimized sexist practices among children in play. Specifically, in this paper I examine the subordination of girls through role allocations in the big blocks center. Given these findings, I discuss the need for critical gender literacy and transformative action among early education stakeholders.

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)0,013
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 enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,053
Communication savante0,0160,012
Science ouverte0,0020,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,131
Tête enseignante GPT0,458
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'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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarly Years Journal of International Research and DevelopmentMême sujetGender Roles and Identity StudiesTravaux en français237 207