Preparing for a more Inclusive Course : teaching to promote inclusion and celebrate diversity
Notice bibliographique
Résumé
"The premise of inclusion should be thoroughly uncontroversial. The job of professors, instructors, and educators of all kinds is to offer each student in their classes the same opportunities to learn and expand their horizons. It is part of the basic definition of what it means to do this job. That educators want all their students to succeed is axiomatic, particularly those who are interested in reading a book of this kind. Nevertheless, the challenges of learning can differ enormously among individuals, and many of those challenges align with their identities, cultural backgrounds, privileges, and capacities. None of these characteristics predicts talent in any discipline. Yet, student success nevertheless correlates with individual characteristics [Caballero et al. 2007, Wei et al. 2018]. In other words, characteristics do not predict talent, but characteristics do relate to success. The inclusion gap is the space between talent and success, and it is created, in part, by obstacles to inclusion that we hope this resource might help reduce. While the idea of inclusion - what we refer to as "inclusion by default" - ought to be obvious, achieving an inclusive learning environment can be challenging. Failures to account for diversity in learning environments can lead to systemic exclusion of students for reasons that are unrelated to their ability, effort, or ambition. This outcome is the antithesis of what educators aim to achieve. As authors of this resource, we recognize that we carry our own biases, learned from lifetimes of living in society. Our shared aspiration to eliminate prejudice cannot heal the lived (and sometimes life-altering) experiences of our students and colleagues in being singled out, called out, or labelled because of their identities. A university course cannot wash away such things either. But it is imperative that university courses should never be places where such exclusion is perpetuated. So, the fundamental goal of this book is to suggest ways to do better using a framework that aligns with fairly common approaches to conceiving, designing, and teaching a university-level course. Perfection, which is subjective in this context in any event, should not be the enemy of progress. As instructors, we are uniquely positioned to make a positive difference in students' lives and careers. It's worth it."-- (Open Library (eCampusOntario))
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 ».