Wit(h)nessing Blasted Landscapes: Waste Pedagogies in Early Childhood Education
Notice bibliographique
Résumé
The effects of the global waste crisis are actively reshaping the common worlds of early childhood, resulting in ecological inheritances of what Anna Lowenhaupt Tsing has named blasted landscapes. While blastedness has many shapes, childhood and waste intersect via one notable form, where post-closure and decommissioned landfills are increasingly converted into public recreation sites. Waste and discard studies scholars have drawn attention to the scalar discrepancies between industrial and post-consumer waste, yet environmental education frequently reinforces separation from and individual responsibility for waste, eliding the multi-scalar incongruence between the origins and the scope of the crisis. This dissertation traces a four-month inquiry with early childhood educators and children to generate conceptual and pedagogical orientations for reimagining child-waste relations at the Glenridge Quarry Naturalization Site, a former landfill, now recreation site in southern Ontario. Drawing on Louise Boscacci’s word-concept wit(h)nessing and inviting interdisciplinary perspectives to help frame the encounter-exchange it makes visible, this walking-based post-qualitative inquiry insists on proximity and takes waste as a collective co-constitutive presence for human and more-than-human common worlding. Across four articles, this dissertation introduces wit(h)ness marks as a conceptual and pedagogical orientation, traces children’s multispecies encounters with life and death in waste landscapes, offers propositions for walking-wit(h)nessing, and lastly, activates seed-bombing in waste landscapes as recuperative pedagogies for early childhood education. The inquiry offers important contributions for taking up waste relations as a pedagogical concern for early childhood education, where educators and children must be prepared to meet the world as it is, while working pedagogically toward more just shared waste futures.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,013 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».