MétaCan
Menu
Retour à la cohorte
Enregistrement W4362604351 · doi:10.32920/22564363

An Autoethnographic Exploration About Wearing/Not Wearing the Niqab in Early Childhood Education and Care Settings

2023· preprint· en· W4362604351 sur OpenAlexaffabout
Haniya Zekaria Mohamed

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueMiddle East Politics and Society
Établissements canadiensToronto Metropolitan UniversityEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésEarly childhood educationFace (sociological concept)AutoethnographyGender studiesSociologyPolitical sciencePedagogySocial science

Résumé

récupéré en direct d'OpenAlex

On October of 2018, the province of Quebec passed Bill 62 becoming the first Canadian province to ban the wearing of a face veil when providing and receiving publicly-funded services, including childcare. Literature examining the practice of face-veiling in workplace settings is limited if not non-existent. Scholarly literature examining the ‘burqa ban’ laws in European countries affirm the laws are based solely on neo-orientalist and postcolonial assumptions of face-veiled Muslim women with no empirical research supporting claims that face-veiled Muslim women pose a threat to the security of Western nations or Western values of secularism and gender equality. Yet, face-veiled Muslim women are being pushed towards unveiling in order to access public funded services and actively participate in the public sphere. This Master’s Research Paper (MRP) aims to explore the idea of wearing/not wearing the faceveiled early childhood education and Care settings (ECEC). Using an autoethnographic approach, I use my experiences working with young children to explore the equitable inclusion of face-veiled early childhood educators in ECEC settings. Keywords: Autoethnography, Niqab in the Early Childhood Education (ECE), Islamophobia in the workplace

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)0,011
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,023
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,022
Communication savante0,0060,005
Science ouverte0,0020,008
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,041
Tête enseignante GPT0,323
Écart entre enseignants0,282 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMiddle East Politics and SocietyTravaux en français237 207