Access, Inclusion, Climate, Empowerment (AICE): A Framework for Gender Equity in Market-Driven Education
Notice bibliographique
Résumé
We present a framework for conceptualizing gender equity, designed around four equity components: Access, Inclusion, Climate, and Empowerment (AICE). Our examination of these components in the current market schooling climate, with particular reference to the situation in Ontario, identifies some significant equity costs of market-driven education, including invisibility of systemic discrimination, co-option of gender equity initiatives to serve market objectives, failure to consider diversity and relations of power in educational practices, increased risks of sexual harassment, and increased barriers to social change. AICE equips educators with an analytical tool to conceptualize gender equity in a market-driven schooling climate. Les auteures proposent de conceptualiser le traitement equitable des sexes a l’aide d’un schema forme de quatre elements : acces, inclusion, climat et habilitation. L’analyse de ces elements dans le contexte scolaire actuel, en particulier en Ontario, devoile d’importants couts inherents a l’enseignement axe sur le marche, dont l’invisibililite de la discrimination systemique, l’assimilation aux objectifs du marche des initiatives en matiere d’equite entre les sexes, l’occultation de la diversite et des relations de pouvoir dans les pratiques pedagogiques, les risques accrus de harcelement sexuel et la multiplication des obstacles au changement social. Le schema donne aux enseignants un outil analytique leur permettant de conceptualiser le traitement equitable des sexes dans un contexte educatif axe sur le marche.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».