Showcasing a Student-Led Anti-Racism Virtual Simulation Module for Equitable Learning
Notice bibliographique
Résumé
Background: Misinformation and disinformation perpetuate negative stereotypes, reinforce prejudice and lead to racially motivated discrimination. As displayed in post-secondary institutions worldwide, white-centric perspectives are primarily embedded in school cultures and systems. Such racial aggressions produce ‘racial battle fatigue,’ creating physiological, physiological, and behavioural stress for the recipient. Virtual simulation is proposed as an educational strategy for learners to identify racism in an academic setting and develop allyship for equity-seeking groups. This poster aims to advocate the use of virtual simulation to improve the overall educational experience by highlighting the voices of diverse students and educators. Methods: Our team developed a pre-learning simulation consisting of five short scenes depicting racially discriminatory acts. It highlights the urgency to discontinue the term 'microaggression'. A longer simulation was developed in which a racially discriminatory act is depicted, with a bystander present. This longer simulation allows participants to adopt the role of a bystander and use the ARISE model to ally with the BIPOC community in addressing racism (overt and covert racism). The ARISE model encompasses five key elements: awareness, responding with empathy, inquiring about facts, using "I" statements, and educating and engaging. Intended Outcomes: We seek to provide information regarding racial inequities in higher education curriculum by: (1) illustrating how racism affects people in their learning environment, (2) demonstrating how bystanders might apply the ARISE model to help a person experiencing racism in an educational setting, and (3) learning how to be an ally.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».