MétaCan
Menu
Retour à la cohorte
Enregistrement W7133023384

“Why do you have to be a drag?”: An Exploration of 2SLGBTQIA+ Sudents’ Experiences of EmotionalLlabour in Ontario Public Schools

2023· dissertation· W7133023384 sur OpenAlexaffabout
Emma McCallum

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueEmotional Labor in Professions
Établissements canadiensOntario College of Art and Design
Organismes subventionnairesnon disponible
Mots-clésPoliticsPower (physics)Set (abstract data type)HegemonySocial emotional learningResistance (ecology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis explores 2SLGBTQIA+ students’ experiences of emotional labour in the Ontario public school system. Building on Arlie R. Hochschild’s (1983) concepts of “emotional labour” and “feeling rules” I explore the complex ways power and emotion shape school landscapes. I ask, 1. How do politics of emotions within Ontario public schools impact 2SLGBTQIA+ students?; and 2. What are 2SLGBTQIA+ students’ in Ontario schools experiences of emotional labour? Using a secondary data set from Tara Goldstein et al.’s LGBTQ Families Speak Out Project video interview archive (2014-2018), I analyze the impact of pervasive cis-heteronormativity, and hegemonic intersecting power broadly, on the emotional landscape and expectations in Ontario public schools. Further, I use the secondary data subset to examine various ways 2SLGBTQIA+ students engage in emotional labour, namely, withholding authenticity and explaining, and educating about queerness, while also recognizing the complex relationship between resistance and/as emotional labour. My analysis of the LGBTQ Families Speak Out Project data subset provides a snapshot into 2SLGBTQIA+ students in Ontario public schools experiences of emotional labour. This thesis seeks to deepen understanding around politics of emotion in schools in hopes of nuancing discourses on 2SLGBTQIA+ students’ emotional safety in 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,650
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,003
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
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 Opus0,147
Tête enseignante GPT0,430
Écart entre enseignants0,283 · 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 tête enseignante, pas un consensus.

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetEmotional Labor in ProfessionsTravaux en français237 207