MétaCan
Menu
Retour à la cohorte
Enregistrement W7162108838 · doi:10.82308/47015

Between Middle East & West : exploring the experience of a Palestian-Canadian teacher through narrative inquiry

2006· dissertation· en· W7162108838 sur OpenAlexaboutno aff
Samia Costandi

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueCritical and Liberation Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeMiddle EastNarrative inquiryMiddle Ages

Résumé

récupéré en direct d'OpenAlex

Cette dissertation explore la vie et l’oeuvre d’une philosophie de l’éducation et d’une enseignante dans le domaine de l’éducation multiculturelle, a travers l’emploi des approches de l’enquête narrative. Comme chercheure, enseignante, mere et écrivaine d’origine palestino-/libano-canadienne, j’y présente le cheminement de ma libération des grandes narrations coloniales, par le biais de ma création des connaissances et des valeurs personnelles et pratiques, tout en essayant d’offrir une réponse a la question: « Que signifie le fait de me situer entre l’ouest anglophone et l’est le monde arabe du Moyen-orient? » Je voudrais démontrer comment la tradition orientaliste, telle qu’elle a été définie par Edward Said (1978), a contribué a mon état de confusion, frustration et aliénation et a l’impossibilité de me retrouver « bien dans ma peau », dans ma situation a l’intérieur d’une toile de tensions historiques, ethniques, linguistiques, sociales et culturelles. J’ai tenté de décrire comment, apres mon instruction dans une école anglaise dirigée par des missionnaires, dans le contexte d’une culture palestinienne de dépossession et de diaspora, cette scolarisation a eu, comme résultat, une situation paradoxale qui, a la fois, m’aliénait et m’alimentait. J’y démontre aussi comment l’enquête narrative, selon le modele de Clandinin and Connelly (1995, 2000), m’a permis de comprendre et de communiquer mon identité véritable, qui je suis comme enseignante dans les contextes sociaux multiples que j’ai connus. [...]

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,067
Score d'incertitude au seuil0,483

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0570,031
Communication savante0,0140,006
Science ouverte0,0030,009
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,247
Tête enseignante GPT0,393
Écart entre enseignants0,146 · 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCritical and Liberation PedagogyTravaux en français237 207