MétaCan
Menu
Retour à la cohorte
Enregistrement W4390112833 · doi:10.29173/isotl688

(De)Colonized Science: Hopes, Complexities, Tensions, and Frustrations in Seeking to Indigenize Undergraduate Science Education

2023· article· en· W4390112833 sur OpenAlexafffundvenueabout
Nikita Kahpeaysewat, Collette Lemieux, Joshua Hill

Notice bibliographique

RevueImagining SoTL · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensMount Royal University
Organismes subventionnairesMount Royal University
Mots-clésMetisIndigenousIndigenizationScholarshipSociologyPolitical scienceMedia studiesPedagogyAnthropologyLaw

Résumé

récupéré en direct d'OpenAlex

This article is an exploration of our efforts to develop an Indigenous Science Course at Mount Royal University (MRU) located in Mohkinstsis within the Ancestral Lands of the Blackfoot Confederacy the Territory of the Treaty 7 signatories Kainai, Piikani, Siksika, Tsuut’ina, Bearspaw, Chiniki, and Wesley Nations and the Metis Nation Region III. The authors are an Indigenous environmental scientist and recent MRU graduate (Nikita), a settler assistant professor (Collette), and an Indigenous assistant professor (Joshua). We engage here as an enactment of research as ceremony (Wilson, 2008). We draw on Metissage storywork to spark meaning making of our experiences in seeking to contribute to the Indigenization of our University (Archibald, 2008). We believe that the stories we share have the potential to open up interpretive possibilities for those interested in Scholarship of Teaching and Learning as Reconciliation (Hill, 2022) and decolonization and Indigenization of post secondary education more broadly (Battiste, 2013). Through storytelling we endeavor to push for change in sharing the hopes, complexities, tensions, and frustrations we encountered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0270,036
Communication savante0,0140,006
Science ouverte0,0020,020
Intégrité de la recherche0,0030,011
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,051
Tête enseignante GPT0,394
Écart entre enseignants0,343 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
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

Citations2
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueImagining SoTLMême sujetService-Learning and Community EngagementTravaux en français237 207