MétaCan
Menu
Retour à la cohorte
Enregistrement W4393024748 · doi:10.7202/1108233ar

Catégorisations et appropriations autour de l’« allophonie » de jeunes migrants scolarisés en France

2023· article· fr· W4393024748 sur OpenAlexvenueno aff
Maxime G. Lemaitre

Notice bibliographique

RevueRevue Jeunes et Société · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMulticulturalism, Politics, Migration, Gender
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesSociologyArt

Résumé

récupéré en direct d'OpenAlex

La scolarisation des jeunes migrants en France s’accompagne de leur catégorisation en tant qu’élève « allophone » présentant des « besoins éducatifs particuliers » vis-à-vis de leur apprentissage de la langue française. Issue d’une catégorie d’action publique, l’« allophonie » est mobilisée par les enseignants du secondaire pour réifier des figures de l’étranger, réunissant les conditions d’une stigmatisation qui dépasse le cadre scolaire. Face à la catégorisation dont ils font l’objet, les jeunes migrants scolarisés mettent en place des stratégies d’adaptation par le discours, leur permettant de mettre en cohérence les produits de leurs socialisations antérieures avec la réalité de leur immigration. Toutefois, ces jeunes sont inégalement dotés en ressources pour construire leur identité narrative : à la suite de leurs enseignants, ils s’approprient et retraduisent cette catégorie selon des modalités diverses, plus ou moins légitimes. Leurs récits donnent alors à voir divers effets du processus migratoire sur la construction identitaire, influençant notamment leur rapport à la vie en France.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,116
Tête enseignante GPT0,427
Écart entre enseignants0,311 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue Jeunes et SociétéMême sujetMulticulturalism, Politics, Migration, GenderTravaux en français237 207