Culturally responsive leadership: Manitoba school principals’ perspectives on leading French immersion schools
Notice bibliographique
Résumé
This thesis explores the role of school leaders in facilitating culturally responsive learning environments within Manitoba's French Immersion schools, amidst a time of rapid demographic changes. Utilizing a qualitative, case-study approach based on Stake's methodology, the research draws on interviews with school principals across various educational contexts. Central to the inquiry is the question of how school leaders can effectively respond to increasing Indigenous, racialized and linguistically diverse students in French Immersion settings. Guided by Pierre Bourdieu's theoretical framework—specifically his concepts of field, habitus, and capital—this study reveals the systemic barriers to inclusivity within French Immersion programs. The findings illustrate how the hierarchical nature of educational fields impact school leader agency and their ability to cultivate culturally proficient learning communities. By examining the habitus of educators, the research highlights the cultural and social capital that shapes their responses to diversity, as well as the phenomenon of hysteresis, where established practices lag behind changing student demographics. Recommendations emphasize the importance of recruiting diverse professional staff, supporting teachers in developing inclusive practices, and building strong community relationships. School leaders must actively confront barriers to inclusion and foster a culture of openness among educators. By prioritizing continuous professional development and mentorship, principals can enhance staff capacity to meet the needs of all students. This research provides essential insights for developing equitable educational environments in French Immersion contexts, highlighting the critical need for culturally responsive leadership in the face of change.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,036 | 0,010 |
| Communication savante | 0,009 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».