Ko te mana o te tamaiti te aro o tātou mahi: Listening to voices from Tai Tokerau to re-frame literacies
Notice bibliographique
Résumé
Western literacy theories and models often reflect Eurocentric notions of literacy and literacy practices. In Aotearoa New Zealand, the prevalence of these conceptualisations is linked to issues of power and result in a narrow and inaccurate framing of Māori tamariki (children). In this article Tiritiria, a Māori philosophical view of knowledge, knowledge generation and knowledge exchange is used alongside Webber and Macfarlane's (2020) Mana Model to challenge this dominant framing of literacy. Using the whakataukī 'Ko te mana o te tamaiti te aro o tātou mahi', translated literally as 'Let the mana of the child guide our work', tamariki Māori are (re)positioned as maurea (treasures) to further support the (re)framing of literacies. In this study we focus on listening to the voices of whānau Māori from Te Tai Tokerau (Northland, New Zealand), including the voices of tūpuna (ancestors). Through a developing understanding of tiritiria and an analysis of data sets from Tai Tokerau a nascent definition of literacies, as multitudinous, practical enactments of tirititia, emerged. Findings indicated that Māori literacy practices (both traditional and contemporary) move beyond subject learning, to incorporate multiple interpersonal, cultural, environmental and textual processes of knowledge transfer which affirm the inherent and inherited mana of tamariki.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».