MétaCan
Menu
Retour à la cohorte
Enregistrement W4412070501 · doi:10.63466/jci05010002

How Ideology, Not Science, Determined Teaching Children to Read in Ontario

2025· article· en· W4412070501 sur OpenAlexafffundabout
Stephen Reich

Notice bibliographique

RevueJournal of Controversial Ideas · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésIdeologyMathematics educationPsychologySociologyComputer sciencePolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

This article exposes the sabotage of a much-needed, empirically based reform to reading instruction by an educational bureaucracy captured by a highly ideological, but evidence-poor contemporary Critical Theory. In 2023, Ontario’s Ministry of Education (Ministry) replaced its 2006 elementary language curriculum in response to the Human Rights Commission’s Right to Read Report, accusing the province of neglecting empirically tested Learning Science-based approaches, by unwarranted emphasis on socio-cultural concerns. Employing a bibliometric terminology-mining approach as a construct representing paradigmatic priorities in policy-making, I found that while the use of Learning Science terminology doubled from the old curriculum, Critical Theory language increased by 355.24%, and use of the term identity increased by 2,233.87%, indicating a resistance to prioritizing literacy over ideology. I attribute this to agenda-setting in the bureaucracy, promoting decontextualized American narratives and grievances nurtured in scholarship more concerned with copying American trends than solving Canadian education concerns. Despite alarming literacy trends, the Ministry remains ideologically intransigent in its adherence to Critical Theory, merely engaging in a Learning Science pretence that may temporarily deceive the public, but that will continue to negatively affect children’s literacy into the future.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,579
Score d'incertitude au seuil0,869

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,035
Tête enseignante GPT0,358
Écart entre enseignants0,323 · 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.

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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Controversial IdeasMême sujetEducator Training and Historical PedagogyTravaux en français237 207