MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132912382

Genocide Education is not the Study of 'Gloom and Doom and Terror': Investigating Experiences of Genocide Educators in Ontario Secondary Schools

2014· other· en· W7132912382 sur OpenAlexaffabout
Bianca Galloro

Notice bibliographique

RevueTSpace · 2014
Typeother
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGenocideHumanityProfessional developmentRelation (database)Order (exchange)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Current research and professional practice suggests that genocide education can help students question the historical and moral implications of human rights violations, explore their own identities in relation to crimes against humanity, and become more engaged, responsible citizens. However, the material explored in genocide education can be emotionally taxing on a personal level and challenging for teachers to effectively convey to students. While there has been an increase in course development related to genocide education at the secondary level in Ontario, there is little research that supports educators with effective teaching strategies, methods, and tools. This study documents some of the challenges that Ontario secondary school educators encounter when teaching genocide education. Participants for this study were recruited because of their experiences teaching genocide education in Ontario through the Grade 10 Canadian History and the Grade 11 Genocide and Crimes Against Humanity courses. Findings of this study uncover suggestions on how best to support teachers and students when engaging with genocide material. These findings suggest that educators often feel uncomfortable teaching genocide material, which translates to challenges in implementing critical pedagogy in the classroom, among the others. In order to address this challenge, genocide educators need to be supported through better awareness of professional development opportunities and outside resources.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0340,016
Communication savante0,0070,003
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,357
Écart entre enseignants0,312 · 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'étudeQualitatif
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

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace→Travaux en français237 207→