MétaCan
Menu
Retour à la cohorte
Enregistrement W4408016195 · doi:10.3138/jld-2024-0105

Unravelling the silence around gender and sexuality in a second language curriculum

2024· article· en· W4408016195 sur OpenAlexaffabout
Robert Grant, Mimi Masson, Shawna M. Carroll

Notice bibliographique

RevueJournal of Language and Discrimination · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensUniversité de SherbrookeCapilano UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSilenceHuman sexualityCurriculumGender studiesSociologyPsychologyLinguisticsPedagogyArtPhilosophyAesthetics

Résumé

récupéré en direct d'OpenAlex

This study explores the ways in which marginalised genders and sexualities are discussed in the French as a second language (FSL) curriculum in Ontario, Canada. The aim of this paper is to consider how official policy documents reinforce or challenge possibilities for inclusive teaching/curriculum development in modern language programs. Drawing on anti-colonial feminism (Carroll 2018) and queer linguistics (Leap 2015) frameworks, this research employs a critical discourse analysis to investigate how the FSL Grades 9–12 curriculum either reinforces or disrupts cisheteropatriarchal practices. Despite the curriculum's seemingly inclusive language, the findings reveal a reinforcement of binary gender constructs, limiting discussions on marginalised genders and sexualities to superficial inclusionary statements. The rigid scope of gender, coupled with the absence of marginalised sexualities, contradicts the antidiscriminatory goals of the FSL curriculum, which alienates queer, trans and non-binary people. To address this, our research suggests integration of gender-diverse and queer identities into the curriculum to foster more inclusive FSL programming through specific curriculum expectations and instructional tips.

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)0,007
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil0,701

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0190,029
Communication savante0,0090,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,004
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 Opus0,029
Tête enseignante GPT0,349
Écart entre enseignants0,320 · 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Language and DiscriminationMême sujetGender Studies in LanguageTravaux en français237 207