Reading, writing, and racialization: The social construction of Blackness for students and educators in a Prince George's County public middle school
Notice bibliographique
Résumé
We do not fully understand how people of African descent, both in the United States and foreign born, conceptualize their integration into the predominantly "Black space" of Prince George's County or if and how the constituents of Black spaces are conceived of as diverse. Furthermore, we do not know enough about how these processes operate in the public school setting. This dissertation focuses on interrogating the public institution of Prince George's County Public Schools to examine how students and educators construct, negotiate, challenge, and reproduce notions of Blackness. The first research question is "how do youth of African descent, including the U.S. born children of immigrants and those with a Spanish ethno-linguistic heritage, construct or deconstruct a Black identity in a United States context"? The second large area of inquiry asks "how are educators influencing social constructions of Blackness"? There is also a focus on if and how the educational process acknowledges and responds to complex dynamics among students, how they identify, and how they get identified racially, ethnically, and culturally by others. I investigate this quandary by using ethnographic data conducted over a seventeen month span in a middle school. I find that all people in the school, with an intentional focus on students of African descent with a Spanish ethno-linguistic heritage are engaged in their own dialogues and complex constructions of what it means to be Black.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».