MétaCan
Menu
Retour à la cohorte
Enregistrement W4414157534 · doi:10.22230/ijepl.2024v20n2a1475

The Critical Policy Geography of School Choice: Spatial Inequity and Segregation in Montréal

2025· article· en· W4414157534 sur OpenAlexaffvenueabout
Ee‐Seul Yoon, Corinne E. Barrett DeWiele

Notice bibliographique

RevueInternational Journal of Education Policy and Leadership · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensUniversité de Saint-BonifaceUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisCensusPerspective (graphical)School choiceDistribution (mathematics)Human geographyPolicy analysisInequality

Résumé

récupéré en direct d'OpenAlex

This study examines the impact of school choice policy on spatial inequity and the segregation of secondary schools in Montréal, Canada’s second-largest city. A critical policy geography perspective is applied to understand the significance of spatial locations of secondary schools and their programs of choice. This study utilizes Canadian census data, student enrolment data, and information about schools and school choice from government, district, and school websites. These various data sets are used primarily to generate layers on maps that facilitate critical geospatial analysis of school choice patterns. Our analysis illuminates the inequitable distribution of school choice programs in spatial terms. We also illustrate how spatial inequity reinforces segregation, as those with greater resources are more likely to enroll in schools in high-status neighbourhoods.

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)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,295
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
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 Opus0,066
Tête enseignante GPT0,423
Écart entre enseignants0,357 · 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Education Policy and LeadershipMême sujetSchool Choice and PerformanceTravaux en français237 207