Peut-on concilier qualité et équité dans les réformes en éducation ?
Notice bibliographique
Résumé
Cet article s’appuie sur quatre études de cas présentant des situations d’inégalités devant la scolarisation (Maroc, Catalogne, Nouveau-Brunswick, Côte d’Ivoire) pour distinguer et définir les concepts d’équité et de qualité. Les analyses de ces situations, décrites dans un second temps, amènent à constater que si les politiques et dispositifs en faveur de l’équité ont bien été mis en place dans les cas étudiés, ni les unes ni les autres n’entraînent obligatoirement la qualité de la scolarité et des apprentissages scolaires. Ces analyses permettent également de mettre en évidence, dans un troisième temps, des conditions de mise en œuvre de ces politiques et dispositifs efficaces : importance de la participation des populations concernées et de leur accord, participation des instances locales associatives ou scolaires, qui peuvent aussi relayer un projet national, relations entre chercheurs et acteurs dans certains cas. C’est donc cette relation entre différents acteurs, instances et niveaux d’actions qui peut fonder au moins la volonté d’équité dans la scolarisation, premier pas nécessaire vers la qualité en éducation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,035 |
| Communication savante | 0,015 | 0,016 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».