Children and young people in socially and educationally excluded living conditions – leisure and youth clubs’ work with inclusion processes aimed at the school
Notice bibliographique
Résumé
This article focuses on the opportunities and impacts of leisure and youth clubs in supporting children and young people who grow up in socially deprived housing areas. These clubs help maintain their schooling and prevent social and learning exclusion processes that seem to occur in school and society. The theoretical and empirical analyses presented are based on a research project that followed children, young people and pedagogical staff in leisure and youth clubs located in three different socially deprived housing areas in Denmark. Inspired by critical psychology and social theory of practice (Holzkamp, K. [2013. “Psychology: Social Self–understanding on the Reasons for Action in the Conduct of Everyday Life.” In Psychology from the Standpoint of the Subject. Selected Writings of Klaus Holzkamp, edited by E. Schraube, and U. Osterkamp, 233–341. New York: Palgrave Macmillian.]; Dreier, O. [2008. Psychotherapy in everyday life. Learning in doing: Social, cognitive, & computational perspectives. New York: Cambridge University Press.], Dreier, O. [2009. “The Development of a Personal Conduct of Life in Childhood.” In Varieties of Theoretical Psychology: International Philosophies and Practical Concerns, edited by T. Teo, P. Stenner, A. Rutherford, E. Park, and C. Baerveldt, 175–183. Toronto: Captus Press Inc.], Dreier, O. [2011. “Personality and the Conduct of Everyday Life.” Nordic Psychology 63 (2): 4–23.]; Wenger, E. [1998. Communities of Practice. Learning, Meaning and Identity. Cambridge: University Press.]), the analyses of the empirical material identify how young people, especially young men of ethnic minority backgrounds, struggle to maintain their schooling.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».