Navigating STEMification for critical geography educators: finding leverage in classroom and institutional pedagogies
Notice bibliographique
Résumé
This paper grapples with the challenges posed to critical geography educators by STEMification, or the enshrinement of market-oriented forms of science and technology education as the normative ideal for education in general. In both reactionary and progressive contexts, STEMification decontextualizes scientific and technological activity and deepens existing hierarchies of knowledge based on quantification, perceived scientific rigour, commercialisation, and employability. Critical geographical knowledges often incur misrecognition, dismissal, and in some cases, outright prohibition under such conditions. Offering strategies for navigating and contesting STEMification, this paper draws on collective auto-methods, analysing narrative vignettes from our pedagogical practices as critical geography educators. We offer the notion of seeking leverage in the face of STEMification: protecting ourselves and seeking traction within our institutions by translating our goals into familiar or sanctioned forms, while using those forms to alternative ends. To that end, we highlight seven pedagogical strategies: (1) meeting students where they are, (2) using applied examples, (3) grappling with the limits of problem-based learning, (4) disalienating students from assessment, (5) integrating critique with alternatives, (6) anticipating both resistance to and desire for critical content from students and colleagues, and (7) recognising the limits of institutional environments.
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 | 0,017 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,038 |
| Communication savante | 0,014 | 0,014 |
| Science ouverte | 0,002 | 0,026 |
| Intégrité de la recherche | 0,004 | 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 ».