At the intersections of ableism and linguicism: Stories from neurodivergent undergraduate students who speak English as an additional language
Notice bibliographique
Résumé
Higher education has often been framed as a necessary step for personal development, because a university education is seen as a gateway to a prosperous future. Yet, systemic ableism and exclusionary practices deeply affect the educational experiences and learning outcomes for students who are members of historically marginalized communities. For neurodivergent undergraduate students who speak English as an additional language (EAL), these barriers are compounded by institutional policies and practices that reinforce normative assumptions about ability and success. Teacher-centered approaches in higher education frequently exclude students whose non-normative ways of knowing, learning, and communicating differ from the “norm.” This study explores the undergraduate experiences of Adela and Imani (pseudonyms), two neurodivergent EAL students. Their perspectives are drawn from five semi-structured narrative interviews. Together, their narratives illustrate systemic inequalities present in higher education, while also highlighting how intersecting structures of ableism, linguicism, and racism shape their academic trajectories. By situating their educational experiences within the broader North American post-secondary landscape, this research highlights how instructional policies and practices perpetuate marginalization and exclusion. It calls on educators and institutions to dismantle the systemic barriers that disproportionately affect neurodivergent EAL students and to foster more equitable learning environments.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,024 | 0,025 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,009 |
| 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 ».