MétaCan
Menu
Retour à la cohorte
Enregistrement W4416366181 · doi:10.22329/jtl.v19i5.8842

Reflecting on the Place of Stories in Global Citizenship Education

2025· article· en· W4416366181 sur OpenAlexafffundvenue
Hilarius Kofi Kofinti

Notice bibliographique

RevueJournal of Teaching and Learning · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensYork University
Organismes subventionnairesYork University
Mots-clésGlobal citizenship educationPresuppositionValue (mathematics)AmbiguityNarrativeGlobal citizenshipGlobal education

Résumé

récupéré en direct d'OpenAlex

This study proceeds from the presupposition that stories could play a significant role in making children global citizens. Global citizens should possess global awareness, value empathy, acknowledge and value diversity, social justice, environmental sustainability, intergroup helping, and work towards making the world a better place. Following Nussbaum’s (2008) concept of narrative imagination, I argue that telling children stories is one of the most appropriate ways to develop in children the values that would help them to become global citizens. I argue that stories equip children with the appropriate dispositions to make meaningful contributions to the societies in which they find themselves. I also argue that stories provide teachers with a viable method of making their classrooms culturally responsive to the needs of their students. I conclude by indicating that the ambiguity regarding which values to emphasize can be cleared if we give more prominence to the liberal arts, particularly literature, and make more use of stories in the classroom. While stories remain an important ingredient in the class, other ways of knowing such as fieldtrips to museums, castles, and other important historical sites can be used together with stories to help children learn values.

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)0,009
score de la tête « metaresearch » (Gemma)0,010
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,038
Communication savante0,0120,020
Science ouverte0,0010,015
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,048
Tête enseignante GPT0,435
Écart entre enseignants0,388 · 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
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'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Teaching and LearningMême sujetGlobal Education and MulticulturalismTravaux en français237 207