MétaCan
Menu
Retour à la cohorte
Enregistrement W4401384935 · doi:10.1080/0161956x.2024.2381394

Unequal City and Inequitable Choice: The Neoliberal State’s Development of School Choice and Marketization in the Publicly Funded Catholic School Board in Toronto, Canada

2024· article· en· W4401384935 sur OpenAlexaffabout
Ee‐Seul Yoon

Notice bibliographique

RevuePeabody Journal of Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSchool choiceEquity (law)SociologyMarketizationNeoliberalism (international relations)CensusGentrificationContext (archaeology)Economic growthPolitical sciencePublic administrationPopulationEconomicsSocial scienceGeography

Résumé

récupéré en direct d'OpenAlex

This study examines the extent to which school choice in the Toronto Catholic District School Board impacts equity and segregation. This examination is important because full public funding for the Board should adhere to the goals of public education, namely, equity and inclusion of all students. A critical policy geography perspective is applied to illuminate the dynamics of school choice as a neoliberal reform in the context of a global city where residential polarization and occupational bifurcation along racialized social class lines have intensified. Guided by critical space analysis, this research uses student enrollment data (Grades 9–12), Canadian Census data, school website information, and secondary literature. The findings suggest that school choice increases spatial inequity by giving those who are already socially and racially advantaged easier access to prestigious academic programs of choice. School segregation according to students’ economic backgrounds thereby increases. This study calls for implementing sociospatially conscious education policies that can undo rather than reinforce global city inequality.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,101
Score d'incertitude au seuil0,731

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,012
Communication savante0,0050,001
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,340
Écart entre enseignants0,314 · 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'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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePeabody Journal of EducationMême sujetSchool Choice and PerformanceTravaux en français237 207