Youth Conceptualizations of Evil and Implications for Social Studies Education
Notice bibliographique
Résumé
It is crucial that social studies research attempt to understand students' conceptualizations of evil because a longstanding societal issue is politicians furthering their agenda through the exploitation of the semantic impact of "evil" (Dews, 2008).If social studies teachers are informed about youth conceptualizations of evil, they might approach curriculum in a more meaningful and critical way, particularly contemporary events.George W. Bush infamously used the phrase "axis of evil" as a rallying cry for the United States' war in Iraq (Bush, 2002) and more recently Stephen Harper has dubbed Iran as evil and also linked Nazism, Marxist-Leninism, and terrorism together as reinventions of a similar evil that seeks to destroy "human liberty" (Marsden, 2012;Perkel, 2014).Evil is a familiar social signifier in politics and popular culture, but it is rarely defined or discussed.Yet, students' nascent understanding of evil informs how they interpret historical and current events and whether they see such events as inevitable, thus affecting their sense of future possibilities.Dissecting the word itself and the concept of evil can change how teachers approach historical atrocities (e.g., genocides like the Holocaust/Shoah) and current events (e.g., political posturing over Iran and Russia).A significant lack of scholarship exists regarding how youths conceptualize evil.To begin to address this gap, we are reporting preliminary research that has shown a complexity in youth understandings of evil, highlighting the need for more exploratory research.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,029 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».