Raíces que asoman en la Universidad de Ottawa: acciones artísticas desde la autobiografía de una arteducadora afro para profesorado de educación secundaria.
Bibliographic record
Abstract
El presente trabajo de Investigación Educativa Basada en las Artes pretende mostrar las posibilidades metodológicas de la autobiografía en el campo de la Educación Artística con vistas a hallar un vínculo entre el profesorado y su propia realidad y hacer partícipe de toda esa búsqueda al alumnado. A través de mi autobiografía como arteducadora —que creo a partir de una introspección personal utilizando metodologías artísticas e instrumentos de investigación como archivos fotográficos y audiovisuales de mi álbum familiar— genero una reflexión en torno a mi realidad como mujer negra, bubi y gallega en un entorno mayoritariamente blanco de la diáspora. Extrapolo esos recuerdos en forma de estrategias artísticas que pongo en práctica en distintos lugares del mundo como A Coruña (España), Ottawa (Canadá), Anantapur (India) y Malabo (Guinea Ecuatorial). Comparto en este artículo las acciones llevadas a cabo en la Universidad de Ottawa con profesorado de educación secundaria como muestra de las posibilidades de cambio al llegar a docentes que a su vez pueden transmitir sus conocimientos a su alumnado
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.028 | 0.024 |
| Scholarly communication | 0.013 | 0.003 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".