MétaCan
Menu
Retour à la cohorte
Enregistrement W4414806791 · doi:10.1080/09658416.2025.2567942

Texts and countertexts: dismantling dominating discourses through decolonizing and antiracist pedagogies

2025· article· en· W4414806791 sur OpenAlexaff
Ron Darvin, Kathryn Accurso

Notice bibliographique

RevueLanguage Awareness · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDiscourse analysisCritical discourse analysisQualitative researchNarrativeEthnographyPostcolonialism (international relations)

Résumé

récupéré en direct d'OpenAlex

In the context of resurgent nativism and political backlash against diversity, equity, and inclusion, this special issue of Language Awareness examines how language educators across global contexts are enacting decolonizing and antiracist pedagogies to dismantle dominating discourses that continue to structure classroom life. Drawing on a range of critical theories, contributors explore how colonial and racist ideologies are reproduced through curriculum, assessment, policy, and interaction, and how these logics can be challenged through critical engagement with texts and countertexts. The special issue foregrounds decolonizing and antiracist literacies as critical practices and dispositions that refuse deficit framings of racialised learners, legitimize subaltern knowledges, and cultivate language awareness grounded in social justice. Contributors document how teachers and learners mobilize countertexts to reframe epistemic authority, contest Eurocentric norms, and reimagine classrooms as sites of resistance and solidarity. While acknowledging institutional and ideological constraints, the special issue affirms that language education can serve as a space for transformative pedagogical practice. Together, these articles offer frameworks and empirical illustrations for how language teachers and learners might critically read, write, and reauthor the word and the 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 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)0,011
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0140,068
Communication savante0,0200,020
Science ouverte0,0020,017
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,414
Écart entre enseignants0,390 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage AwarenessMême sujetGlobal Education and MulticulturalismTravaux en français237 207