Two. PEDAGOGIES OF AFFECT
Notice bibliographique
Résumé
A notable exception to this failure to integrate skilled immigrant women workers into regulated professions is the feminized field of nursing.This chapter draws on fieldwork conducted with a government-funded pi lot proj ect (referred to here as "Nurture") to help foreign-trained nurses become licensed in Ontario, in order to examine a special case in which extensive reeducation was not required to reenter one's field in Canada.While locally, the high rate of reentry for nurses has been attributed to the success of this resettlement program, I assert that its prac ti tion ers can enter into Canadian venues because of the way nursing is understood as gendered labor. 1 After all, nursing is a feminized profession-that is, it is understood as " women's work"-and so workplace ideologies surrounding masculinized per for mances of a global modern worker are not applicable.The logics imposed in these classrooms, and the pedagogies employed, are rife with racial and gendered ideologies of appropriate citizenship and appropriate womanhood in a model of care.During classes at Nurture, a group of foreign-trained nurses and I learned how to control our affect for legibility on the job market, including how to manage conflict.The instructor, Libby, a Black Canadian nurse, had been working with the program as part of her ser vice to the professional nursing association.Conflict, she explained, could consist of "disagreement, crisis, clash, fight, or an argument" that could manifest both internally (guilt, anger, frustration) and externally (yelling at a colleague).In handling "one's own anger management, " the first strategy she offered was to "stop being
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 | 0,000 | 0,000 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».