MétaCan
Menu
Retour à la cohorte
Enregistrement W2431343814 · doi:10.55016/ojs/ajer.v61i4.56177

Cultural Mismatch in Roma Parents’ Perceptions: The Role of Culture, Language, and Traditional Roma Values in Schools

2016· article· en· W2431343814 sur OpenAlexvenueno aff
Veselina Lambrev

Notice bibliographique

RevueAlberta Journal of Educational Research · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueRomani and Gypsy Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyCultural valuesPerceptionCultural influenceCultural diversitySocial psychologySociologyDevelopmental psychologyGender studiesSocial scienceAnthropology

Résumé

récupéré en direct d'OpenAlex

This article draws on data from a two-year qualitative study exploring the factors contributing to Roma students’ disparate outcomes in Bulgaria. I utilize ethnographic observations, oral history, and in-depth interviews with twenty Roma parents to gain understanding of Roma children’s “cultural capital” and relation to formal schools. The article builds on theoretical orientations, generated primarily in the U.S., that emphasize strengths and the need for culturally relevant pedagogy, and explores the possibility to extend these to the case of Roma communities in Europe. The findings indicate that the traditional education of Roma children differs considerably from the mainstream values emphasized in Bulgarian schools. These include the practice of community-based, informal education, child independence, and early participation in adult life, which have the potential to make the transition from home to school problematic. I argue that if educational equity is the goal, policies and practices must shift their current focus from promoting a monocultural Bulgarian curriculum and pedagogical approaches to meaningful incorporation of culturally relevant content and creating educational environments conductive to Roma students’ learning.

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)0,007
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 enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,006
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,128
Tête enseignante GPT0,491
Écart entre enseignants0,363 · 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

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetRomani and Gypsy StudiesTravaux en français237 207