Pandemic Schooling and the Politics of Safety
Notice bibliographique
Résumé
In this paper, the authors consider how pandemic schooling is increasing educational inequalities that may have generational effects. Reviewing emerging evidence on rates of return to in-person schooling and disparities in remote learning in Ontario, the authors argue that the pandemic is accelerating existing trends of privatization and choice. Emerging data suggests that students from more affluent and whiter households have returned to in-person learning at higher rates than their lower-income and racialized peers. When families with more resources have opted for remote learning, they have been better able to supplement online lessons. For numerous reasons, including higher rates of local COVID-19 spread, fears of infection in multi-generational households, and mistrust in public schools, racialized and less affluent families are opting for remote learning at higher rates without the necessary supports. This paper situates these constrained family “choices” in a longer trajectory of school safety laws and policies that have borne down unevenly on racialized students, poorer students, and students with disabilities. School safety mandates in Ontario and elsewhere have transformed modern student life through zerotolerance discipline policies, enhanced school surveillance, and the rapid expansion of school resource officer (SRO) programs. In so doing, these laws and policies have often worked to under-protect and over-punish the most vulnerable students. The authors argue that in a time of pandemic and racial reckoning, families are making decisions about schooling in the shadow of this history.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».