Opening difficult conversations: empathy and intercultural film viewing
Notice bibliographique
Résumé
That films generate empathy is often assumed, but there is a gap in research to date that explores how theoretically and pedagogically this can occur. Olson (2013) has argued that the idea that students will become more empathic simply through reading or watching fiction is “wishful thinking” (p. 170). To move beyond wishful thinking, this study examines a more nuanced conception of best practices, by beginning with the question: How could empathy, in the sense of a “radically ‘unsettling’ affective experience” (Pedwell, 2012, p. 166), produce what Rancière (2010) called dissensus— the sensory break with the normal order of things—in order to imagine new possibilities. Within an educational context, my goal was to encourage growth in the capacity to visualize the dialectical nature of difference— how it is constructed—rather than simply to learn about the Other. Using methods designed to examine how viewing is (and is not) transformative in a specific context, I facilitated three film viewing sessions with ten students and faculty members at a Canadian university. The three films, Stupid Young Heart, Rhymes for Young Ghouls, and Meditation Park. My intent was to prompt participant dialogue related to intercultural communication, justice and anti-racist education. The sessions served as a case study into how viewing and discussing films illustrates theoretical contributions, drawing together insights from film theory, empathy philosophy, affect theory, transformative education, and anti-racist education. I conclude that the films did help to conceptualize change as a matter of doing things differently. The films also helped participants realize that there is a much larger world of media available than the limited sources they were accustomed to. My research project contributes to the ongoing discussions in media studies and anti-racist education and their relation to film’s role as an affective, transformative learning strategy and experience
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».