Changing the Landscape: A critical race informed narrative inquiry of a Canadian university told by Black, Indigenous, and People of Colour (BIPOC) students
Notice bibliographique
Résumé
The experiences of Black, Indigenous, and People of Colour (BIPOC) students in higher education are considerably different from the experiences of non-BIPOC students. We concluded that structural racism is deeply embedded in the programs, policies, and practices in higher education. Although universities create anti-racism initiatives, the findings of the study indicate that BIPOC students are neither consulted nor included in the development of resources that are aimed to benefit them. The purpose of the study is to build knowledge with Canadian BIPOC students to develop learning resources for the university leadership. A needs assessment was conducted with BIPOC students at a mid-sized Canadian university, Queen’s University in Kingston, Ontario. The study is a narrative inquiry qualitative study design with a critical race theory lens using community based participatory research principles. Based on 13 counter-narrative interviews, the research explores the results of the needs assessment in terms of policy change from the leadership perspective. The research team consisted of a steering committee of five BIPOC university students and the thesis advisory committee. We engaged with BIPOC students throughout the research process, from the refinement of the research questions to the creation and dissemination of two knowledge translation products. We established recommendations for the leadership that highlight the challenges BIPOC students experience, as well as strategies to address the challenges. Additionally, we co-created a learning resource for the university faculty and staff about what BIPOC students need to support their participation in student life. Working with BIPOC students is a powerful method to dismantle structural racism in programs, policies, and practices in higher 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 | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,062 | 0,037 |
| Communication savante | 0,014 | 0,008 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,010 |
| 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 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 ».