Divergent Histories: Narrative Asymmetry in French and English History Curricula in Canada
Notice bibliographique
Résumé
What happens when students in the same country learn markedly different versions of its past? This article examines divergent narratives in French- and English-language history curricula across six Canadian provinces outside Québec. Drawing on a comparative analysis of Grades 7–11 curriculum documents and critical discourse analysis of key expectations and rationales, it identifies persistent asymmetries in how francophone minority histories are represented… or omitted. French-language curricula tend to foreground resistance, community survival, and political agency, whereas English-language curricula frequently marginalise or dilute episodes such as the Conquest (1759), Regulation 17, and the legacy of Louis Riel. These contrasts are not merely lexical; they organise different distributions of agency, responsibility, and visibility, with significant consequences for how students learn to imagine who belongs to the national “we”. To capture this structural imbalance, the article develops the concept of narrative asymmetry in bilingual curriculum ecosystems and argues that such curricular inequity undermines both bilingualism and civic pluralism. The discussion then explores the identity and pedagogical implications of these asymmetries, showing how they shape francophone and anglophone students’ sense of recognition, legitimacy, and historical understanding. The article concludes by outlining avenues toward narrative equity in history education through curriculum reform, teacher education, and historical-thinking pedagogy, and suggests how this framework might be adapted to other multilingual societies grappling with tensions between official narratives and marginalised histories.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».