The Making of An Echo Chamber: A Critical Discourse Analysis on Equity, Diversity, and Inclusion (EDI) Educational Policies Across Public Schools in Greater Toronto Area, Ontario
Notice bibliographique
Résumé
Under the legislation of Ontario Ministry of Education's PPM 119: Developing and Implementing Equity and Inclusive Education Policies in Ontario schools (2009), Equity, Diversity and Inclusion (EDI) practices and policies has been widely promoted across public education institutions in Ontario over the past decade. These policies and practices can be situated in Canada’s neoliberal and colonial context, where institutional antiracism work has been diluted as a celebration of diversity and multiculturalism, which has historically been a symbolic marker of Canada's nationhood and citizenship. These efforts led to the adoption of outcome-focused, individualized, performative policies. In wake of a recent tragic incident of a TDSB principal's suicide, its legal dispute linking the death to an antiracism training session in the workplace, as well as the consequent responses from media outlets and the public, this study presents a critical discourse analysis of the dominant institutional EDI culture and how it has led, or rather, impeded the development of antiracism across Ontario's public-school sector. Entering from a scan of the media responses reporting on the incident and its harshest critics about EDI programs, this study follows Fairclough's (1995) critical discourse analysis methodology in the efforts to trace back the lineage of today's institutional EDI programs from Canada's longstanding liberal multiculturalism agenda. Through analyzing documents of texts, images and videos detailing EDI policies and action plans, collected from the 4 largest public-school boards in the Greater Toronto Area, this study found an overwhelming echoing sentiment and neoliberal discourses with the state’s liberal multiculturalism and antiracism rhetoric. Last, this study attempts to reimagine the trajectory of antiracism work with a focus from a decolonial lens.
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 | 0,017 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,042 | 0,050 |
| Communication savante | 0,019 | 0,008 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,007 |
| 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 ».