MétaCan
Menu
Retour à la cohorte
Enregistrement W7065300607

Developing an Anti-Biased, Anti-Racist \nStance in Second Language Teacher \nEducation Programs

2022· article· en· W7065300607 sur OpenAlexaboutno aff

Notice bibliographique

RevueProject Muse (Johns Hopkins University) · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectrical and Electromagnetic Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResearch methodologyEthnographyCultural influence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Il est essentiel d’aborder la question de la race ou du racisme et celle du colonialisme dans l’enseignement du français langue seconde (FLS) si l’on veut préparer des enseignants sensibles à la culture et remplir le mandat du ministère, qui est d’enseigner aux élèves de façon équitable et respectueuse. Les futurs enseignants sont-ils préparés à bousculer les idéologies et les pratiques coloniales, et si oui, comment? Telles sont les questions auxquelles répond l’article, à l’aide des données d’un projet de trois ans sur la préparation des enseignants de FLS dans deux facultés d’éducation de l’Ontario. Des entrevues ont été réalisées avec des professeurs et de futurs enseignants. Recourant à une approche qualitative critique pour discerner les thèmes émergents, l’étude a jeté un regard impartial et antiraciste pour détecter les inégalités de pouvoir racialisées qui peuvent se former entre les langues, les cultures et les groupes marginalisés francophones, les principes oppressifs du gros bon sens et les influences systémiques en fonction de trois thèmes principaux : l’enseignement de la culture et la promotion de la compétence interculturelle; la prise en compte explicite de l’équité, de l’inclusion et du racisme; et le caractère blanc, l’eurocentrisme et la représentation en FLS. Bien que les programmes aient commencé à faire place à l’équité, à l’inclusion, à l’interculturalité et à la représentation de la francophonie mondiale, les résultats indiquent qu’il existe un besoin pressant de mieux préparer et de mieux former les professeurs et les futurs enseignants afin qu’ils acquièrent des compétences essentielles en matière d’équité qui leur permettront de devenir des enseignants sensibles à la culture. Il faut concevoir des stratégies pratiques et élaborer des théories au moyen de la recherche collaborative pour aider les éducateurs à adopter une attitude impartiale et antiraciste dans les programmes de formation des enseignants de FLS. Abstract: Addressing race/racism and colonialism in French as a second language (FSL) education is essential to preparing culturally responsive teachers and meeting the Ministry mandate to teach students equitably and with respect. This article describes whether, and if so, how, candidates are being prepared to disrupt colonial ideologies and practices with data from a three-year project on FSL teacher preparation in two Ontario faculties of education. Interviews were conducted with professors and teacher candidates. Using a critical qualitative approach to identify emerging themes, the study applied an anti-biased, anti-racist (ABAR) lens to identify racialized power inequities that can form across French languages, cultures, and marginalized groups, oppressive common-sense principles, and systemic influences around three main themes: teaching culture and promoting intercultural competence; addressing equity, inclusion, and racism explicitly; and Whiteness, Eurocentrism, and representation in FSL. Findings indicate that while programs have begun to integrate equity, inclusion, interculturality, and the representation of the global francophonie, there is a pressing need for more preparation and training for professors and teacher candidates to develop critical equity skills that lead to their becoming culturally responsive teachers. Practical strategies and theory building through collaborative research are needed to support educators in taking up an ABAR stance in FSL teacher education programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,238
Score d'incertitude au seuil0,473

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,009
Communication savante0,0050,003
Science ouverte0,0020,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,264
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProject Muse (Johns Hopkins University)Même sujetElectrical and Electromagnetic ResearchTravaux en français237 207