Sharing Indigenous Knowledges in University Teaching: The Need for Conciliable Spaces
Notice bibliographique
Résumé
Calls to Indigenize the curriculum have been occurring and, indeed, increasing across Canadian universities since the release in 2015 of the calls to action of the Truth and Reconciliation Commission (TRC, 2015). The present article documents the emergence at two universities of a support program for Indigenous curriculum, in the form of digital Indigenous Learning Bundles. The Indigenous Learning Bundles model was first conceptualized in 2018 by Kanien’kehá:ka (Mohawk) scholar Kahente Horn-Miller of Carleton University, in Ottawa, Canada, and was later adopted in 2021 by an Indigenous-led curriculum development team at Western University. Both projects involve deep collaborations between Indigenous and non-Indigenous people and strive to unite people around the ethical inclusion of Indigenous knowledge in a post-secondary setting. The bundles involve the co-creation of a collection of Indigenous-led digital teaching resources that prioritize local Indigenous knowledges and ethics in the making and delivering of learning opportunities in classrooms. The present paper draws on Indigenous approaches to scholarship in teaching and learning to document the development of these unique Indigenous Learning Bundles. Using aspects of case study and self-study research, the authors review and analyze project documents and their own experiences of the project to offer up six core tenets of Indigenous Learning Bundles work. They suggest that such work should uphold Indigenous ethics and intellectual sovereignty; privilege local Indigenous community voices and knowledges; operate in conciliable spaces outside Euro-Western academic governance and disciplinary structures; engage people collaboratively in the development process; rely on ongoing instructor supports to facilitate the teaching in classrooms; and require ongoing institutional support to be sustained into the future. The authors discuss the strengths and limitations of Indigenous bundles work in general and make recommendations for educators and universities wishing to explore similar Indigenous curriculum projects.
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 | 0,028 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,032 | 0,080 |
| Communication savante | 0,039 | 0,032 |
| Science ouverte | 0,004 | 0,037 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».