Ethics in compulsory education – Human dignity, rights and social justice in five contexts
Notice bibliographique
Résumé
What children learn through their ethics and values education in school is of crucial societal relevance and is directed by school curricula. As curricula vary between countries, an international comparison is of interest. The aim of this study was to compare curricula to reveal variations in how matters of social justice were described in curricular texts, with a special focus on class, gender and race. Curricula from five different contexts were compared: Namibia; South Africa; California State, United States of America; Province of Québec, Canada; and Sweden. This provided the study, originating in Sweden, with crucial comparative material from outside Europe. The studied curricula were systematically searched for the importance and significance of the terms ‘poverty/poor’, ‘gender’, ‘equity’, ‘equality’, ‘justice’, ‘race’, ‘racism’, ‘human dignity/rights’, ‘equal value’ and Ubuntu. Methodologically, this represented a qualitative content analysis approach with a research interest in intersectionality, that is, in how matters of class, gender and race intersect. The study showed considerable variation between the curricular formulations from the five contexts. For example, texts from California and Québec emphasised equality as a general matter and less as one of intersectionality, compared to Namibia and South Africa as well as Sweden. In general, human rights were emphasised, but human dignity less so. For future curricular development towards education as a global common good, matters of social justice, including sustainability, need critical monitoring. The aspects of intersectionality such as class, gender and race are thus crucial, as is the inclusion of an integrated, participatory view on students’ ethical competence.
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 | 0,001 | 0,004 |
| 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 | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».