A Comparison of the Portrayal of Visible Minorities in Textbooks in Canada and China
Notice bibliographique
Résumé
Canada and China are both multiethnic countries and have articulated a strong commitment to multicultural education. However, in the process of curricula control, decision makers, drawn from the mainstream culture, develop, implement, and interpret the formal curriculum. Consequently, the ethnic content included in the mainstream curriculum could be biased, fragmented, or with important omissions. This paper evaluates the portrayal of selected visible minorities in some currently used social studies (history) textbooks in Alberta and China, to reveal how knowledge of ethnic cultures is filtered through the dominant perspectives and to explore ways to educate all students to be responsible citizens. The analysis and discussions are situated within the conceptual framework of identity construction and critical pedagogy. Data are collected by observation, informal conversations and textbook analysis. Le Canada et la Chine sont tous les deux des pays multiethniques et ont formulé un engagement ferme pour une éducation multiculturelle. Cependant, durant le processus de contrôle des curricula, le curriculum formel a été développé, établi, et interprété par des responsables qui sont influencés par la culture du groupe dominant. Par conséquent, le contenu ethnique du curriculum pourrait être biaisé, fragmenté , ou marqué d’omissions importantes. L’intention de cet article est d’évaluer la représentation des minorités visibles, choisie dans quelques livres scolaires en usage dans les sciences humaines (histoire) en Alberta et en Chine, pour révéler comment la connaissance des cultures ethniques a été filtrée à travers les perspectives dominantes et pour explorer des directions afin d’éduquer tous les élèves à devenir des citoyens responsables. L’analyse et les discussions sont situées dans le cadre conceptuel de la construction d’identité et de la pédagogie critique. Les données ont été recueillies par des observations, des conversations informelles et de l’analyse des livres 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».