Quand diversité ethnoculturelle et défavorisation se conjuguent au quotidien : regards croisés d’acteurs en contexte scolaire montréalais sur les défis et les leviers d’intervention
Notice bibliographique
Résumé
La diversité sociale et ethnoculturelle est de plus en plus présente dans certains milieux scolaires du Québec, une réalité qui soulève différents enjeux. L’école est appelée à s’adapter à cette diversité, en mettant à profit au quotidien les savoirs, les savoir-être et les savoir-faire de différents acteurs. Plusieurs perspectives théoriques ont été proposées dans ce contexte : éducation multiculturelle, éducation interculturelle, antiracisme, éducation à la citoyenneté, etc. Ma recherche s’inscrit dans un courant théorique auquel de plus en plus de chercheurs s’intéressent : le paradigme de l’éducation inclusive. Pendant une année scolaire, je me suis intégrée au quotidien de deux écoles primaires montréalaises en contexte de défavorisation socioéconomique et de pluriethnicité. L’approche ethnographique adoptée m’a donné l’opportunité d’accéder aux « coulisses » de ces milieux qui se mobilisent, au quotidien, pour s’adapter aux besoins de leur public scolaire. Les diverses méthodes employées (observations, entretiens individuels et de groupe, etc.) m’ont permis de construire un corpus de données qui favorise le croisement du regard de différents acteurs. Les résultats se structurent autour de quatre thèmes principaux : leadership de la direction, climat socioprofessionnel et pratiques de l’équipe-école, relations écoles-familles et collaborations avec les ressources communautaires. Ces thèmes renvoient à diverses portes d’entrée permettant aux écoles participantes de se mobiliser pour répondre aux besoins d’élèves qui cumulent diverses vulnérabilités socioscolaires, afin de soutenir leur réussite éducative et, ainsi, de mettre en oeuvre une éducation inclusive.
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 | 0,012 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».