Pedagogy of Whole Languaging Hearts: Fostering Relational Ways of (Re)Connecting to the Land With Multilingual Refugee Children
Notice bibliographique
Résumé
ABSTRACT Colonial monolingual norms are a present oppressive force within schooling spaces, with a direct assimilative target on the linguistic practices of historically marginalized peoples, histories, and knowledge systems. For racially minoritized multilingual refugee learners, the space of in‐school science learning can be experienced as an involuntary detachment from linguistic wholeness, intergenerational ways of knowing, and community practices. Our work offers a disruption of the deficit‐based narratives that leave the brilliances associated with multilingualism invisibilized. Based on facilitator reflections and video‐based interaction analyses, our findings shed light on the pedagogy of whole languaging hearts that actively resist colonial and racialized linguistic norms and center social interactions and relations transcending divides across languages, geopolitical locations, and species. The pedagogy of whole languaging hearts was enacted to embrace how children and teachers located themselves within land‐based networks of interrelated communities. We offer to look at this network intersectionally, lovingly, and relationally to imagine otherwise, refusing the predefined disciplinary possibilities for eco‐ and socially just science futures together. Extending further the literature on translanguaging, our article focuses on the transformative possibilities of languaging emerging from our work with diasporic refugee children hailing from the “Middle East,” which transcends the borders of the named languages of Arabic, Kurmanji, and English. With the pedagogical enactment of languaging with whole hearts, we demonstrate how teachers can open space for science teaching grounded in the lives and worlds of multilingual refugee children and in embodied interactions on the land. We argue that ways of coming to know sciences are inseparable from our sense of community, stories, and relations.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 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 ».