MétaCan
Menu
Retour à la cohorte
Enregistrement W4405214009 · doi:10.26522/ssj.v18i4.4363

Art, Heart, and Pedagogy for Social Change

2024· article· en· W4405214009 sur OpenAlexaffvenue
Elizabeth Brulé, Katya F. Kredl, Juliette Vaillancourt, Elise Zhao

Notice bibliographique

RevueStudies in Social Justice · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensMcGill UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésSocial changeSociologySocial pedagogyPolitical sciencePedagogyLaw

Résumé

récupéré en direct d'OpenAlex

This article is a collective discussion with undergraduate students about their work in a second-year gender studies course. The discussion shares how active engagement in collective art production for social change can provide the seeds for decolonial, anti-racist and anti-ableist pedagogical practice. The course encourages students to actively engage in the classroom, raise questions and concerns about social justice, and implement ways to challenge social relations of power. Students work collectively on projects using a range of alternative ways of knowing, including sensory, heart, intellectual, and spiritual knowledge, to connect with the course material in creative ways. The article is a conversation with three students in the course and the work they produced. They discuss the various mediums they used, including poetry, collaging, and a case study of artists’ street art. The students touch on the politics of joy, self-care, heart knowledge, politics of suffering, and accessibility, illustrating how combining art with various ways of knowing has helped them develop deeply analytic, compassionate, and relational work for social change. The work affirms ways of knowing that have often evolved outside the colonial academic institution. The anti-racist, anti-colonial, anti-ableist, feminist and Indigenous pedagogies used in the course help to pluralize constructive capacities for more decolonizing, equitable, inclusive, anti-racist and expansive educational futures.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,791
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,303
Tête enseignante GPT0,427
Écart entre enseignants0,124 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in Social JusticeMême sujetDiverse Music Education InsightsTravaux en français237 207