Teacher education as a scene of (dis)repair: a critique of therapeutic practices
Notice bibliographique
Résumé
Teacher attrition has become a pervasive international issue with research documenting teachers leaving the profession as an effect of several factors including poor working conditions and flawed policy contexts. Such research has been helpful in drawing attention to how the harsh realities of classrooms and schools can disillusion teachers, creating stress, burnout, and potentially a desire to leave the profession. It has also led to an emphasis on well-being and mental health in teacher education programmes and the adoption of practices such as self-care planning, animal therapy, and resilience workshops. Such initiatives adopt the ideas, practices, and language of psychological therapy and as such can be characterised as “therapeutic” practices. Critiquing therapeutic practices in teacher education, the author argues that an excessive focus on the teacher’s inner reality distracts from the ethico-political dimension of educational work – care for the world (of education) that brings us together as educators – with consequences for the profession and for democracy. Drawing on Honig’s (2017) concept of “public things,” the author offers conceptual resources with which teacher educators might consider how self-care is entangled with care for the world, inviting a (re)imagining of teacher education as a site of repair and renewal of that world.
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 | 0,018 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,027 | 0,177 |
| Communication savante | 0,023 | 0,017 |
| Science ouverte | 0,007 | 0,013 |
| Intégrité de la recherche | 0,017 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».