MétaCan
Menu
Retour à la cohorte
Enregistrement W4417333964 · doi:10.1080/00933104.2025.2587148

Between maintaining teacher impartiality and protecting student dignity: Teachers’ responses to unacceptable student speech about politically sensitive issues in France and Quebec

2025· article· en· W4417333964 sur OpenAlexafffundabout
Baptiste Roucau, Bruce Maxwell

Notice bibliographique

RevueTheory & Research in Social Education · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCommunication in Education and Healthcare
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds de recherche du QuébecCentre National de la Recherche Scientifique
Mots-clésImpartialityPower (physics)Government (linguistics)Context (archaeology)

Résumé

récupéré en direct d'OpenAlex

How should teachers respond when students make dignity-undermining comments during discussions of politically sensitive issues? This qualitative, transnational study examines how 13 secondary teachers in France and Quebec (Canada) maintain impartiality while protecting student dignity in response to unacceptable student speech. Drawing on a thematic analysis of in-depth interviews, we identify three key findings. First, teachers report using a spectrum of responses ranging from dialogical to silencing strategies, which they modulate based on the perceived extremeness of the speech. Second, teachers use impartiality deliberately as a pedagogical tool to challenge unacceptable views. Third, participants promote respect for dignity adaptively via the “political criterion,” treating it as a mandate to intervene only when dialogical strategies fail. These findings refine existing theories of teacher impartiality, disclosure, and controversial issues education, while offering transnational insights into how teachers navigate tensions between fostering open dialogue and protecting human dignity in classroom discussions.

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)0,007
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,143
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0280,014
Communication savante0,0060,002
Science ouverte0,0020,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,114
Tête enseignante GPT0,585
Écart entre enseignants0,471 · 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'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 revueTheory & Research in Social EducationMême sujetCommunication in Education and HealthcareTravaux en français237 207