Unmuted: The racial politics of silent classrooms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Instructional resources often assume that students learn best when they have access to a quiet environment. This article interrogates silence’s presumed objectivity and innocuousness as the sonic backdrop for schooling. I argue that norms and expectations around silence in schools in the United States (US) inscribe a sonic color line. Such standards codify white, middle-class ways of sounding as an indicator of rationality. Simultaneously, they construct other ways of being sonically, particularly those traditionally associated with Black cultural norms, as generally unfit for school. The sanctioning of silent comportment in schools likely affects the academic achievement and sense of belonging of students whose sonic cultures differ from the schools’.I illustrate my argument with examples from classroom management resources published between 2001 and 2021. While silence’s role in constructing raced, gendered, and classed subjectivities prevails across school subjects, I focus specifically on materials for music educators. This school subject emphasizes sound production and reception, which makes its resources particularly explicit about sound management. I conducted a close reading of the materials informed by Foucault’s (Citation1980, 1978/1991) approach to the analysis of discourses, paying close attention to how silence-related norms and expectations shape students’ academic and ontological horizons.By mapping out silence’s role in producing a racial color line, this article underscores the central role that anti-Blackness continues to play in US schools nearly 70 years after school segregation was ruled unconstitutional.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle