Online Learning Experiences of Canadian Black Nova Scotians during Covid-19: Adopting an Intersectionality Framework
Notice bibliographique
Résumé
Though school closures due to the COVID-19 pandemic affected all students globally, the effect was significantly more for students from marginalized and vulnerable communities. In Nova Scotia, Canada, the concern was the racial achievement gap that the education system is addressing through an inclusive education policy. The worry, especially for Black Nova Scotian students, was the online learning demands and the associated challenges. Through an analysis of a household survey and intersectionality framework, we explored these challenges. We argue that students have multiple and simultaneously acting identities that lead to differential learning experiences and outcomes, and an intersectionality approach should be considered to inform education improvement decisions. Keywords: online learning, Black Canadians, intersectionality, household survey, structural equation modelling Bien que les fermetures d'écoles dues à la pandémie de COVID-19 aient touché tous les élèves du monde, l'effet a été nettement plus marqué pour les élèves issus de communautés marginalisées et vulnérables. En Nouvelle-Écosse, au Canada, l'inquiétude portait sur l'écart de réussite raciale que le système d’éducation s'efforce de combler par une politique d'éducation inclusive. L'inquiétude, en particulier pour les élèves noirs de Nouvelle-Écosse, portait sur les exigences de l'apprentissage en ligne et les défis qui y sont associés. Par l'analyse d'une enquête auprès des ménages et d'un cadre d'intersectionnalité, nous avons exploré ces défis. Nous soutenons que les élèves ont des identités multiples qui agissent simultanément et mènent à des expériences et des résultats d'apprentissage différents, et qu'une approche d'intersectionnalité devrait être considérée pour informer les décisions portant sur l’amélioration de l'éducation. Mots clés : apprentissage en ligne, Canadiens noirs, intersectionnalité, enquête auprès des ménages, modélisation par équations structurelles.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».