Black Students and High School Completion in Quebec and Ontario: A Multivariate Analysis
Notice bibliographique
Résumé
The paper contributes to the literature on black students and racial disparities in high school completion in Canada and makes original use of the 2006 Census to analyze the educational attainment of 18‐ to 19‐year‐olds in Ontario and Quebec. Results of a logistic regression indicate that in both provinces, black/white disparities in graduation rates disappear when income, family structure, language, gender, and place of residence are taken into account. Higher rates of socioeconomic disadvantage among black children pose challenges for high school completion. These findings do not imply that racism has no impact; indeed, the paper concludes that high school completion may not be the outcome most suitable for evaluating the effects of racism on educational attainment. Future studies should examine the causes of racial disparities in intermediate outcomes of school success (i.e., grades, special education placement, academic tracking, and disciplinary sanctions), and their effects on the graduation rates and postsecondary pathways of black students. Cet article contribue à la littérature portant sur les élèves noirs et les inégalités raciales au niveau de l'obtention d'un diplôme secondaire des 18–19 ans en Ontario et au Québec. Les résultats d'une régression logistique démontrent que, dans les deux provinces, les inégalités entre les noirs et les blancs au niveau du taux de diplomation disparaissent lorsque le revenu, la structure familiale, la langue, le sexe et le statut d'immigration sont pris en considération. Des taux plus élevés de désavantage économique chez les enfants noirs constituent un obstacle pour l'obtention d'un diplôme d’études secondaires. De plus, l'utilisation de la diplomation afin d’évaluer la présence de racisme dans les écoles peut s'avérer un critère faible. Il est possible que la présence de racisme s'avère détectable uniquement lors de l'utilisation d'indicateurs mesurant de façon plus précise l'expérience dans les écoles ainsi que le cheminement à long terme des étudiants noirs, tels que le taux d'inscription et la performance au niveau de l’éducation postsecondaire.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».