Regards croisés sur l’inclusion des minorités en contexte scolaire francophone minoritaire au Canada
Bibliographic record
Abstract
L’article pose un regard critique sur la façon dont les écoles de langue française de l’Ontario et de la Colombie-Britannique favorisent l’inclusion de la population scolaire immigrante au sein de la salle de classe. Adoptant une perspective critique de la notion de diversité, les auteures s’interrogent sur la manière dont l’école compose avec une population scolaire de plus en plus diversifiée sur les plans racial, culturel et linguistique. En examinant plus particulièrement la situation dans les écoles de langue française situées en milieu francophone minoritaire, les auteures mettent en lumière les difficultés que pose l’implantation en milieu francophone minoritaire de directives et politiques de gestion de la diversité élaborées suivant une perspective de majoritaire. De plus, la prédominance de l’éducation multiculturelle, axée sur la célébration des différences, laisse peu de place à une approche plus critique qui permettrait de questionner le statu quo et d’engager une réflexion sur la manière de concevoir et d’actualiser l’inclusion des minorités. À cet égard, une réflexion de fond s’impose sur la problématique de la diversité en milieu scolaire francophone minoritaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.027 | 0.013 |
| Scholarly communication | 0.006 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".