MétaCan
Menu
Retour à la cohorte
Enregistrement W4399449741 · doi:10.55016/ojs/ajer.v48i1.54910

Locating Gender Bias and Systemic Discrimination in Public Schooling Bureaucracy

2002· article· en· W4399449741 sur OpenAlexvenueaboutno aff
Stephen Jull

Notice bibliographique

RevueAlberta Journal of Educational Research · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBureaucracyFemininityMasculinitySociologyHuman sexualityGender studiesContext (archaeology)Power (physics)SituatedPolitical sciencePoliticsLaw

Résumé

récupéré en direct d'OpenAlex

The contemporary model of bureaucracy guiding the daily functioning of public schooling in Canada is discussed in terms of its propensity for gender bias and systemic discriminatory practice. Systemic discrimination in bureaucracy is situated in a global culture of gender, founded on a universal acceptance of the duality of human sexuality, and rooted in dominant discourses of masculinity and femininity. Addressing inequities in the public schooling bureaucracy that are linked to the duality of masculinity and femininity and the resultant imbalance in the divisions of bureaucratic power and authority between men and women is fundamentally a gender issue. As such, facilitating stability-enhancing radical reform in the public schooling bureaucracy is an infinitely complex task—insofar as the foundations of the modern bureaucracy are closely tied to core sociopolitical constructs based on the so-called nature of sex, gender, and the natural distribution of knowledge-power. In the context of a critically pragmatic and practical suggestion for change, this article contextualizes Ramsay and Parker's (1992) "neo-bureaucracy" (p. 269) as a model of reform that offers the possibility for broadly defined acceptance in the teaching profession and the wider society, while bringing issues of equity and social justice to the forefront of the daily practice of teaching and learning in public schools.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,656

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0100,039
Communication savante0,0080,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,593
Tête enseignante GPT0,505
Écart entre enseignants0,087 · 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'étudeObservationnel
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

Citations2
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Journal of Educational ResearchMême sujetTeacher Education and Leadership StudiesTravaux en français237 207