Combating racism with critical race theory: Theorizing social movement learning from anti-racism movements in Canada
Notice bibliographique
Résumé
Despite the success of critical race theory (CRT) in bringing about an intellectual movement that profoundly influenced the setting of a racial justice agenda in educational research since its inception 30 years ago, the material racial inequity still prevails and continues to subordinate people from racialized communities in and beyond the classroom. As such, it is time that we re-examine the way CRT has been interpreted and applied in educational research to better fulfill CRT’s promise of racial justice. The rise of the current wave of anti-racism movements presents a critical moment for such re-examination. This article therefore examines the current and potential engagement with CRT in educational research by analyzing and theorizing CRT-informed social movement learning to illustrate how we can fully realize the anti-racism potential of CRT in educational research. What we learn from the various forms of learning in the anti-racism movements suggest that a combination of anti-racism voices and practices is vital to mobilize learning as enactment of multiple forms of agency to combat racism through critical creative anti-racism struggles. Future CRT educational research can further recognize CRT as an integrated and evolving framework in which the centering of race and racism to illuminate multiple nexus of subordination serves as a starting point to develop anti-racism strategies and that CRT educational research can embrace a form of criticality against racism as practices of critique and creation of alternatives.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 tête enseignante, 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 ».