MétaCan
Menu
Retour à la cohorte
Enregistrement W1966401238 · doi:10.1080/07908310108666617

Promoting Ethnocultural Equity Education in Franco-Ontarian Schools

2001· article· en· W1966401238 sur OpenAlexaboutno aff
Marie Josée Berger, Monica Heller

Notice bibliographique

RevueLanguage Culture and Curriculum · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationChristian ministryEquity (law)Context (archaeology)FrenchPopulationPolitical scienceGeographyHistoryEconomic growthSociologyDemography

Résumé

récupéré en direct d'OpenAlex

The Franco-Ontarian community has always been made up of people whose language and culture were similar. Over the past 20 years, important changes have taken place, particularly in urban centres where the French-speaking immigrants came from all parts of the world. A veritable micro cosmos has resulted, reflecting the growth of the world community of francophones (Ministry of Education and Training, 1993). Ontario is a large province with regional differences which are reflected in the concentration and composition of the population. In a number of towns, French is the language of the majority but francophones can be found across the province. A large number of newly arrived immigrants from other French-speaking environments, have settled in Ontario, especially in urban regions, where they are now actively engaged in maintaining and promoting the use of French within their respective ethnocultural communities. Given the historical context of the evolution of French schools in Ontario, the arrival of new francophones can be beneficial. This is the basis from which one must examine the position of French-language schools in Ontario when redefining their role and the changes that must be made to include these new groups of francophones.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,315
Score d'incertitude au seuil0,634

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0180,005
Communication savante0,0040,002
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,008
Tête enseignante GPT0,295
Écart entre enseignants0,287 · 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

Citations10
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage Culture and CurriculumMême sujetCanadian Identity and HistoryTravaux en français237 207