MétaCan
Menu
Retour à la cohorte
Enregistrement W3207513290 · doi:10.7202/1084912ar

De la reconnaissance à l’invisibilisation : une modélisation des enjeux conceptuels de la diversité en éducation inclusive

2021· article· fr· W3207513290 sur OpenAlexaffvenue
Stéphanie Bauer, Corina Borri-Anadòn

Notice bibliographique

RevueAlterstice Revue internationale de la recherche interculturelle · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Le mouvement de l’école inclusive est aujourd’hui présent dans la plupart des réformes des systèmes éducatifs d’Europe francophone et d’Amérique du Nord. Il vise à plus de justice sociale, à travers la réussite de tous les élèves. Néanmoins, il n’est pas exempt de certaines tensions épistémologiques et théoriques pouvant faire obstacle à cette visée. La conceptualisation de la « diversité » soulève en effet des enjeux qui relèvent parfois d’implicites ou d’impensés. Par exemple, la mobilisation des marqueurs de la diversité met en lumière la tension autour du statut que la lumière projetée sur une population revêt au regard des effets de la catégorisation. De la même manière, elle porte sur le rapport entre ces différents marqueurs, leur hiérarchisation et l’invisibilité des marqueurs non mobilisés. L’objectif de cet article est de présenter un outil théorique permettant de cerner les enjeux autour de la conceptualisation de la diversité. Reposant sur une adaptation du carré dialectique de la différence culturelle d’Ogay et Edelmann, il propose, dans le domaine de l’éducation inclusive et dans une perspective critique et intersectionnelle, une grille de lecture élargie du rapport à la différence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,015
Communication savante0,0100,011
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,350
Tête enseignante GPT0,488
Écart entre enseignants0,137 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlterstice Revue internationale de la recherche interculturelleMême sujetEducation, sociology, and vocational trainingTravaux en français237 207