Quand les microagressions raciales défient l’inclusion : actions sous tension de directions d’écoles engagées pour la justice sociale
Notice bibliographique
Résumé
Cet article explore les dfis rencontrs par des directions d'cole engages pour l'quit et la justice sociale face aux microagressions raciales au Qubec.Bas sur une recherche qualitative mene auprs de 12 directions d'coles publiques francophones situes dans la rgion mtropolitaine de Montral, il met en lumire des situations o les microagressions raciales affectent le personnel scolaire.S'appuyant sur le cadre thorique de Sue, et al. (2007), l'article illustre comment les micro-assauts, les micro-insultes, les micro-invalidations et les microagressions environnementales refltent des dynamiques racistes systmiques, exacerbes par des cadres lgislatifs comme la Loi sur la lacit de l'tat.L'analyse montre que ces microagressions, souvent banalises, affectent le bien-tre des individu-es cibl-es et crent un environnement leur tant hostile.Les directions en tant tmoins ou informes doivent naviguer entre des contraintes lgales et institutionnelles pour tenter d'instaurer un climat inclusif.Cette contribution vise outiller les directions d'cole pour mieux reconnatre les microagressions raciales, mais aussi rendre visibles les tensions vcues par celles-ci pour agir.L'article a ainsi une porte pdagogique et transformative mettant en vidence les limites d'action des directions dans le contexte sociopolitique actuel et l'importance d'une reconnaissance collective du racisme systmique pour transformer durablement les milieux scolaires.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».