Emotions in Pedagogical Practice: Relational Ethics and Collectivity Building in W2B
Notice bibliographique
Résumé
Emotions and relationality can serve important pedagogical purposes.Paying close attention to the ways in which emotions are implicated in our pedagogical practice can aid in the development of connections with and between students, which contributes to fostering a sense of collectivity in the carceral classroom that encourages students to learn from and with one another.We situate this as a form of relational ethics, which we exemplify using the fi ve R's (respect, relationships, relevance, reciprocity, and responsibility) identifi ed by Tessaro and colleagues (2018), and by drawing on our autoethnographic refl ections and emotional experiences as Walls to Bridges (W2B) instructors and student alumni (both inside and outside).Adopting a relational ethics approach to teaching and learning enables us to better identify the fault lines in how students are taking up the literature that is being studied together in relation to their own histories and lived experiences, which can lead to 'teachable moments' that foster dialogical exchanges amongst students.By embracing relational ethics, we suggest that the W2B educational model has the potential to build collectivity amongst students and instructors that transcends the carceral classroom and continues to impact participants both personally and professionally, long after the course has ended.
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 | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,037 |
| Communication savante | 0,014 | 0,010 |
| Science ouverte | 0,001 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».