Learning from the Land: The Application of Archaeology and Land-Based Learning as an Experiential Learning Tool for Building Intercultural Competency
Notice bibliographique
Résumé
The written nature of Western society and oral basis of Indigenous society present a key difference in the way we approach the world (Duarte and Belarde-Lewis 2015; Kovach 2021; Scully 2012). Within an Indigenous ontology, there is an inseparable relationship between story and knowing and a holistic nature to this knowledge (Kovach 2021). Stories become a valuable tool for teaching and learning, which can also be used in other areas where value is placed on contextualized knowledge. Through the inclusion of Siksika (Blackfoot) Elders in our archaeology field school on the Siksika Nation, we attempt to present culturally appropriate curricula which increases student’s intercultural competency. Our study sought to evaluate our teaching pedagogy and to understand what value students attach to instructional methods which incorporate Indigenous teachers. Using the First Nations Holistic Lifelong Learning Model (Canadian Council for Learning 2007) as a guide, we examine data from student reflective journals to evaluate the cultural inclusivity of the curricula developed and its efficacy in increasing student’s intercultural competency. We demonstrate that the holistic curricula provided was highly valued, and that the land-based and immersive learning environment created allowed students to reframe their own previous biases and understandings which ultimately increased their intercultural competency.
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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».