Decolonization and Anti-Racism in Criminology
Notice bibliographique
Résumé
Criminology and law are disciplines that have justified racism, the settler-state, and the cultural genocide of Indigenous peoples. In this chapter, we explore the strategies instructors who teach undergraduate legal courses in a criminology department use to meet the challenge of teaching about social inequities as they relate to law and how students were experiencing their instructors’ efforts. Five instructors who teach undergraduate law topics at a mid-sized Canadian criminology program told us about the strategies they used to incorporate anti-racist or decolonial ideas in their classes. Combined, these instructors taught 11 topics ranging from seminars with 30 students to lecture courses with over 200 students. We then surveyed students (n = 103) on the success of these strategies, and 73% (n = 75) indicated that their law courses helped them to understand social inequities as they relate to law. There was variability across courses where electives related to critical criminology and human rights met the social inequities goals to a higher degree (100% and 91%, respectively) than did their introductory and breadth law-related courses. According to student respondents, the most effective strategies that helped them appreciate social inequality in their law courses were textbook choices, including video clips and other media, through lectures, and by assigning academic articles that included different voices and perspectives. The authors share these findings to contribute data on the student experience that instructors can contemplate in developing their own anti-colonial and anti-racist pedagogical tools.
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 | 0,003 | 0,004 |
| 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 | 0,015 | 0,024 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».