One Classroom at a Time: How Better Teaching Can Make College More Equitable
Notice bibliographique
Résumé
David Gooblar’s “One Classroom at a Time” is a practice-centred book on the pressing discussion on equity, diversity, and inclusion in higher education. The book opens with a powerful statement: “the majority of our existing curricula are designed for imaginary students” (Gooblar, 2025, p. 17). This notion of the “imaginary student,” described as ones who populate elite institutions and dominate the discussion on curriculum design and pedagogy, is deeply anchored throughout the book. In response to the long-standing archetype of fragmentation, competition, gatekeeping, and favouritism that dominate curricula and pedagogy, this thought-provoking book draws on evidence from psychological studies and historical analysis to challenge the practices of disembeddedness. The increasingly diverse student population in higher education underscores the need for educators, staff, and administrators to shift from a deep-rooted archetype to an identity-conscious pedagogy. With a writing style that is vivid, critical, accessible, and well informed by research and classroom experience, the author creates a book suitable for all audiences, providing actionable classroom suggestions, toolkits, and future recommendations. Amid today’s complex political climate, this book is an unapologetic defence of advocacy efforts for a more equitable education.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,016 |
| Communication savante | 0,020 | 0,023 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».