Guiding Principles for Teaching about Genocide and Other Difficult Pasts
Notice bibliographique
Résumé
This article outlines guiding principles for teaching “difficult pasts”—episodes of large-scale, identity-based violence such as genocide, crimes against humanity, colonialism, and enslavement—in ways that promote peace, human rights, and the prevention of future atrocities. Drawing from the fields of Holocaust and Genocide Education (HGE), Global Citizenship Education (GCED), Peace Education (PE), and Human Rights Education (HRE), it argues that instruction should move beyond the memorization of historical facts toward developing students’ socio-emotional and behavioral capacities to recognize and resist processes of othering, discrimination, and violence. The brief presents three main areas of guidance: curricular content, emphasizing conceptual understanding over rote knowledge and the exploration of violence as a process; pedagogical methods, advocating for interdisciplinary approaches, active learning, and schools as inclusive civic communities; and educational policy, highlighting the need for teacher training, mandated curricula, and integration within broader human rights and peace frameworks. Recognizing the political sensitivities of confronting local histories, the brief proposes multiple levels of engagement—from local to international cases—allowing educators to tailor content to context. Ultimately, teaching difficult pasts offers a transformative opportunity to equip young people with the knowledge, empathy, and agency needed to build more just and peaceful societies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».