"How do we look?": discourses of truth and reconciliation in select Manitoba school divisions
Notice bibliographique
Résumé
Since the publication of the TRC’s Calls to Action, Manitoba school divisions must publish yearly Continuous Improvement Plans (CIPs) and Community Reports (CRs) as an accountability measure to report on progress toward reconciliation. Divisions, as organizational entities, use particular language in their documents to align with the goals of Truth and Reconciliation in order to maintain their reputation and relationships with education stakeholders. This study has one major research question: What discourses of Truth and Reconciliation appear to be constructed by Manitoba school divisions? Concepts, perspectives and methodologies from Indigenous scholarship, including ethical relationality and Indigenous Métissage, inform a Critical Discourse Analysis (CDA) of CIPs and CRs from school divisions from each of the five Treaty territories in Manitoba. Organizational Impression Management (OIM) is used as a theory to understand the motives of each division and how they wish to be perceived by the public. Themes emerging from the data include the prevalence of “achievement gap” discourse, individual vs. collective responsibility for facilitating education for reconciliation, and presenting reconciliation as foundational vs. additive in divisional priorities. Recommendations for practice include consistency in terminology, and a pedagogical and linguistic shift away from “achievement gaps” to “education debts.”
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 | 0,013 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,044 | 0,040 |
| Communication savante | 0,013 | 0,006 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,006 |
| 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 ».