Reimagining Learning Research in “canada” as “road Making”: Opportunities to Move Toward Equity Through Walking Methodologies
Notice bibliographique
Résumé
This symposium advances walking methodologies, and the kinds of learning and research relations that emerge through walking, as a significant process for "road making" toward more equitable futures in the Learning Sciences.The papers gathered here highlight diverse forms of walking together: from cultural anthropological research (Lee & Ingold, 2006) to walking with and alongside community activists (Curnow, Davis, & Asher, 2018; Takeuchi & Aquino Ishihara, 2021), to walking as learning and coming to know with and from the land (Marin & Bang, 2018), to reimagining place from transnational perspectives (Adams, 2013), and wayfaring as figuring both science and identities (Rahm, Gonsalves, & Lachaîne, 2022).Through dialogue within and across papers, we emphasize the ways in which walking methodologies make visible materiality and relations with the more-than-human world (Marin, 2020), as well as effects and experiences of inequity, with attention to co-constructing caring and equitable relations through shared walking.
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 | 0,051 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,019 | 0,064 |
| Communication savante | 0,030 | 0,027 |
| Science ouverte | 0,004 | 0,020 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».