Promoting Social Justice and Inclusion: Reflecting on the Identities of Teacher Leaders to Drive Effective Teaching and Leadership Strategies
Notice bibliographique
Résumé
This research examines how social justice teacher leaders can support diverse students and colleagues in Ontario schools. It also explores how social identity and social location can influence the practices of social justice teacher leaders. Drawing on the conceptual framework that depicts the interconnectedness of teacher leaders’ perceptions, social identity, social location, critical consciousness, and praxis, this study employs a qualitative research design, wherein I conduct semi-structured interviews with ten experienced social justice teacher leaders. The majority of these leaders belonged to minoritized groups in Southern Ontario schools and hold informal leadership positions. Using the constant comparative method, I identified codes and themes grounded in the literature on social justice and teacher leadership. Results revealed how participants were committed to creating inclusion in their classrooms and schools. They described a variety of effective and inclusive teaching and social justice strategies such as empowering student voices, engaging in critical conversations to examine power and privilege, and guiding students in exploring and understanding their social locations and identities. Participants identified several strategies to develop themselves as leaders, raise critical consciousness of colleagues through collaborative activities; and advocate for students and colleagues at the school. Working conditions also influenced their leadership and social justice work. Their leadership practices were profoundly shaped by their individual identities and social locations, whether minoritized or privileged, to inform their social justice-centered practices. This study expands the scope of teacher leadership studies by highlighting the crucial social justice work that social justice teacher leaders do within their classrooms and schools.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,026 | 0,020 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».