MétaCan
Menu
Retour à la cohorte
Enregistrement W4385509238 · doi:10.60082/2817-5069.3738

Picturing Pedagogy: Images, Teaching, and Development

2022· article· en· W4385509238 sur OpenAlexvenueno aff
Jeremy M. Baskin, Sundhya Pahuja

Notice bibliographique

RevueOsgoode Hall law journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican cultural and philosophical studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPovertyPoliticsProcess (computing)SociologyLivelihoodOrientation (vector space)PedagogyEpistemologyMathematics educationPolitical sciencePsychologyLawComputer scienceHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Images are powerful. They shape how we see and understand the world and, in the process, challenge (or reinforce) our assumptions and perspectives. The images we use in the classroom are no exception, whether used passively as visual aids or as a “medium through which active learning is energized.”1 In this article we embrace the “pictorial turn” in university teaching and reflect on the use of images when teaching “development.”2 Development is an area that typically attracts students with an internationalist orientation and who seek to make a positive change in the world. Yet the concept of development is fraught in historical and political economic terms. Its complexity is reflected in academic debates about developmental imageries and imaginaries and, in particular, in representing global poverty. We argue that, by using images carefully and reflectively, we can help students think critically about the development project’s history and imperial dimensions whilst nurturing their desire to either struggle against global injustices or improve life and livelihood in particular places. We write from the standpoint of teachers in postgraduate education in both law and cognate disciplines. Our aim is to equip students with the kinds of contextual understandings and critical intellectual tools which help them to become engaged agents of change.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0110,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,314
Écart entre enseignants0,272 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOsgoode Hall law journalMême sujetAfrican cultural and philosophical studiesTravaux en français237 207