Teaching reconciliation by educating non-Indigenous communities
Notice bibliographique
Résumé
How is it possible to teach Canadian pupils about their history by repairing the cultural erasure of the indigenous populations? This was the question that Deni Élis Béchard and the Innu writer Natasha Kanapé Fontaine raised in their conversation about structural racism in Kuei my friend. This pedagogical dialogue followed the report of the Truth and Reconciliation Commission in Canada which was established as a result of the Statement of Reconciliation of the 7th of January 1998 to collect evidence about the situation of residential for Indigenous children (TRS, 2009-2015). This commission illustrated the institutionalization of memory as an attempt of analysing the consequences of such an official violence against First Nations communities (MacDonald, 2017: 168). The presentation focuses on the analysis of this dialogue between a famous reporter in Québec and an Innu writer. What are the main topics of this conversation? This dialogue on reconciliation will be analysed with the help of two approaches, on the one hand non-violent communication that produces empathy to rebuild links with discriminated communities and on the other hand the mediation (Faget 2010). Empathy differs from sympathy; it implies a discrete connection between people from antagonistic backgrounds. A specific focus will be devoted to the proposed exercises of the dialogue between Béchard and Fontaine at the end of the book. The challenge of the presentation is to explore the possibilities of restoring a dialogue between communities in Canada. This presentation was made during the 21st International Baltic Conference on Canadian Studies on "Canada: diversity, inclusion, equity"
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 tête enseignante, 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 ».