Appropriately Diverse? The Ontario Science and Technology Curriculum Tested Against the Banks Model
Notice bibliographique
Résumé
The growing diversity of Ontario’s population is increasing pressure on the education system to ensure that all students receive equal opportunities to excel academically and develop personally. Students are more likely to succeed if their own racial, ethnic, and cultural identity is reflected in the classroom. This observation applies no less to science than it does to the humanities and social sciences. While science has a universal quality, flowing from its ability to transcend geographic and cultural frontiers, it is also diverse in origin. Science is a global story of achievement in which nearly every racial, ethnic, and cultural group has played a vital role. This diversity is not adequately appreciated in Ontario, Canada, or the Western world because the default assumption of most Europeans and European descendants is that science is fundamentally Western. Science curricula must therefore direct, convince and equip teachers to rebut this assumption and thereby engage the interest of students of all backgrounds. This paper uses classical content analysis to test the 1998 and 2007 versions of the Ontario science curriculum for Grades 1 to 8 against James Banks’s four approaches for ensuring racial, ethnic and cultural diversity in school programs. Our findings show that neither the 1998 nor the 2007 curricula, despite the latter’s claim to implement the principles of an anti-discriminatory education, challenge the perception of science as fundamentally Western in origin. Keywords: Multiculturalism, science education, anti-discrimination, history of science
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».