Truth‐telling in the Australian Curriculum
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Unlike Canada and South Africa, Australia has not completed a national Truth‐telling of First Nations histories. As a consequence, the curriculum is at risk of excluding Truth‐telling, leading to indoctrination of past injustices as part of school learning. Our analysis critically examines the use of Truth‐telling language in the Australian Curriculum—Version 9. Eighteen Truth‐telling terms were identified from a chapter on Truth‐telling in the 2018 Joint Select Committee on Constitutional Recognition relating to Aboriginal and Torres Strait Islander Peoples . Using Bernstein's strong and weak classification, instances of Truth‐telling terms were identified in the curriculum. There were three instances of Truth‐telling in the mandated Content Descriptors of discipline‐based learning areas. Only one of these instances was in the primary years. Across the weak classification where teaching was optional, there were 31 instances in the Content Elaborations, one instance in the Cross‐Curriculum Priority and no instances in the General Capabilities. And 16 of the 32 instances in the Content Elaborations were in secondary History which not all students study. With only weak classification of Truth‐telling, students will continue to be indoctrinated into an unconscious learning of bias and erasure of First Nations histories. One way to limit the settler colonial violence in the Australian Curriculum is to mandate more Truth‐telling to overcome what is perpetuating a Great Australian Silence.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle