MétaCan
Menu
Retour à la cohorte
Enregistrement W7107955666 · doi:10.1177/0092055x251396134

Exploring the Impacts of Students’ Characteristics, Pedagogical Activities, and Course Structure on Personal Resonance and Practical Applications of Transformative Pedagogy

2025· article· en· W7107955666 sur OpenAlexaff

Notice bibliographique

RevueTeaching Sociology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methodologies in Social Sciences
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTransformative learningResistance (ecology)PoliticsHigher educationCritical pedagogyCritical theoryLife course approachConsciousness raising

Résumé

récupéré en direct d'OpenAlex

Sociology instructors are increasingly turning to transformative pedagogy as a tool to help students recognize and respond to social injustices. This is increasingly important amid growing political and institutional backlash against diversity, equity, and inclusion (DEI) initiatives in higher education. Yet the factors that shape the effectiveness of this approach remain underexplored. This study examines a large second-year university Sociology of Families course (N = 299) grounded in the concept of critical hope. We investigate how course structure, pedagogical strategies, and student characteristics influence two key outcomes: students’ personal resonance with the material and their reported motivation to enact social change. Findings indicate that both resonance and practical application of critical hope were positively associated with the use of 14 transformative pedagogical strategies and with longer course durations. Students with accessibility needs were less likely to find the content personally meaningful, and White-identifying students were less likely to express motivation for social action. We conclude by offering recommendations for increasing the inclusivity and impact of transformative pedagogy, particularly in a climate of rising resistance to DEI-focused 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,217
Tête enseignante GPT0,513
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching SociologyMême sujetInnovative Teaching Methodologies in Social SciencesTravaux en français237 207