MétaCan
Menu
Retour à la cohorte
Enregistrement W4403479660 · doi:10.62920/pyhy6798

Gestion des relations familles immigrantes-écoles-communautés en temps de pandémie de COVID-19 : une analyse de documents

2024· article· en· W4403479660 sur OpenAlexaff
Marina Thiana, Yamina Bouchamma

Notice bibliographique

RevueFacteurs humains : · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMulticulturalism, Politics, Migration, Gender
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)HumanitiesPolitical sciencePhilosophyMedicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

In the pre-pandemic period, school headmasters were responsible for ensuring the academic and social integration of immigrant students by promoting innovation, relations within the educational team and school-family-community relations (MELS, 2008 ; MÉES, 2019). However, the pandemic and the massive use of Information and Communication Technologies (ICT) has led to a deterioration in these relations, resulting in performance-related health problems and unforeseen changes (OECD, 2020). The initial question in this article is: how have school headmasters managed the school-family-community relations embedded in the activity of accompanying immigrant students fostered by the use of ICT in a context of unplanned change? A systematic literature review identified 43 empirical studies. Their grounded theory analyses led to the modelling of problems and their theorisation. This systematic review confirms the importance of school-family-community relations and their management for the academic and educational success of immigrant students during a pandemic. The underlying problems of relationship management include problems of educational quality; divergence of viewpoints in terms of performance; development of psychosocial risks at work linked to these divergences and to social inequalities (digital inequalities, gender inequalities in children's education within the family, housing 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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,425
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,116
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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFacteurs humains :Même sujetMulticulturalism, Politics, Migration, GenderTravaux en français237 207