MétaCan
Menu
Retour à la cohorte
Enregistrement W4376135897 · doi:10.18192/jpp.v32i1.6748

Emotions in Pedagogical Practice: Relational Ethics and Collectivity Building in W2B

2023· article· en· W4376135897 sur OpenAlexaffvenue
Aislinn Gallivan, Jennifer M. Kilty, Sandra Lehalle, Rachel Fayter, Ikram Handulle, Alexis Hiêú Truong, Michael Tshimanga, Abigail White

Notice bibliographique

RevueJournal of Prisoners on Prisons · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical and Liberation Pedagogy
Établissements canadiensMcGill UniversityUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSociologyPolitical scienceEngineering ethicsEpistemologyPsychologyPhilosophyEngineering

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,224
Tête enseignante GPT0,494
Écart entre enseignants0,270 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Prisoners on PrisonsMême sujetCritical and Liberation PedagogyTravaux en français237 207