MétaCan
Menu
Retour à la cohorte
Enregistrement W4413608009 · doi:10.20355/jcie29723

Neoliberal White Corporate Saviourism in Public Education Outsourcing: A Critical Examination of Project 11

2025· article· en· W4413608009 sur OpenAlexaffvenueabout
Christine Mayor, Melanie D. Janzen, Hafizat Sanni-Anibire

Notice bibliographique

RevueJournal of Contemporary Issues in Education · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésOutsourcingWhite (mutation)BusinessPolitical scienceChemistryMarketing

Résumé

récupéré en direct d'OpenAlex

Private and corporate interests continue to find new ways to penetrate public K-12 education in Canada, often through the outsourcing of services that are best provided by school-based professionals. In this article, we explore how neoliberal privatization intersects with the discourse of white corporate saviourism through philanthropic non-profit organizations that infiltrate schools under the guise of goodwill and benevolence. Using Project 11 (a mental health non-profit program largely funded by the organization who owns the Winnipeg Jets) as an example of this phenomenon, we illustrate how such organizations may embed themselves in under-resourced schools —made vulnerable by neoliberal reforms— while simultaneously reaping additional social and economic benefits for their involvement. We caution that while programs such as Project 11 may appear —or indeed be— well intentioned, we must maintain critical vigilance against the creeping of white corporate saviourism into our schools. These programs often personalize deeper structural issues, advance corporate interests, reinforce neoliberal ideologies, diminish the role of educators, and perpetuate whiteness and colonial legacies within public education. The presence of private actors within public schools must be scrutinized for the ways in which they may attempt to reshape education to benefit corporate agendas rather than the public good.

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)0,023
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,065
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0330,062
Communication savante0,0140,010
Science ouverte0,0020,012
Intégrité de la recherche0,0050,011
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,363
Écart entre enseignants0,316 · 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Contemporary Issues in EducationMême sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207