MétaCan
Menu
Retour à la cohorte
Enregistrement W4413859660 · doi:10.1080/07294360.2025.2514505

Centring First Nations knowings in the literature review: a focus on decolonising law curriculum

2025· article· en· W4413859660 sur OpenAlexaboutno aff
Alison Owens, Jessica Russ-Smith, Joe Campana, Mark Lyall

Notice bibliographique

RevueHigher Education Research & Development · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCentringCurriculumFocus (optics)PedagogySociologyMathematics educationPolitical sciencePsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Decolonising university curriculum is not a unique Australian project but involves all settler colonial nations in efforts to deconstruct the ‘pathological effects’ of colonisation. This undertaking supports a societal transition towards a more socially just world where the human rights and Knowledges of First Nations are recognised and respected. This paper contributes through an unorthodox integrative review of eight articles reporting embedment of Indigenous Knowings in Australian law curriculum by applying a relationally responsive standpoint. Two authors interpret the literature reviewed and provide a White non-Indigenous perspective of a ‘colonial garden’ and an Indigenous Wiradyuri Wambuul standpoint of relationship with Country. As such, the paper offers an iterative diversity that supports decolonising the curriculum as a shared goal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0200,020
Études des sciences et des technologies0,0030,005
Communication savante0,0090,011
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,459
Écart entre enseignants0,417 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education Research & DevelopmentMême sujetLegal Education and Practice InnovationsTravaux en français237 207