Finding balance in teaching Indigenous Studies and settler colonialism
Notice bibliographique
Résumé
eaching Indigenous histories has always been a journey for me.I am a non-Indigenous White settler-scholar who teaches Indigenous histories to primarily non-Indigenous students in a large, urban, multicultural university.I occupy a place of discomfort.I was drawn to this place of discomfort because I grew up in a small prairie town, where Indigenous and settler inhabitants grew up together, went to school and church together, worked together, and lived beside one another.Racism, cooperation, and compassion existed side by side.I wanted to understand the deep history of my town.My personal story on the land began at the turn of the 20th century when the Canadian government sponsored my Ukrainian great-grandparents to come to Manitoba to farm the land.I wanted to go deeper, to find out who occupied the land since time immemorial, and I was drawn to the histories of Métis, Anishinaabe (Ojibwe), and Nehinaw (Cree).Over time, I got my PhD and found a job in the History Department at York University.I carved my academic life as an ally, researching the histories of colonial encounters in the fur trade and building courses about early Canada, which were necessarily dominated by Indigenous stories.I want to share some illustrative stories of my journey in finding ways to best teach Indigenous histories.
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 | 0,015 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,025 | 0,037 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».