Écoles franco-arabes publiques et daaras modernes au Sénégal : hybridation des ordres normatifs concernant l’éducation
Bibliographic record
Abstract
Afin d’atteindre son objectif de scolarisation primaire universelle et d’enrôler les élèves fréquentant les écoles coraniques traditionnelles, le gouvernement du Sénégal a décidé de mettre en place à compter des années 2002/2003 des écoles franco-arabes publiques et de créer quelques années plus tard des daaras modernes. Cette contribution comparera ces deux modèles d’écoles islamiques à la lumière de l’hybridation des différents ordres normatifs présents au sein de l’État sénégalais. Sera d’abord étudiée la prise en compte de l’ordre normatif infra étatique (le droit traditionnel) dans l’élaboration du système éducatif du Sénégal, suite à l’indépendance de cet État. Puis, l’analyse des croisements entre l’ordre normatif supra étatique (le Mouvement Éducation pour tous (EPT) et les dispositions de droit international) et l’ordre normatif national permettra de distinguer les écoles franco-arabes publiques des daaras modernes selon leur conformité à ces normes supra étatiques. Bref, cette contribution démontrera que le croisement des ordres normatifs s’avère beaucoup plus complet, bien qu’imparfait, dans le cas des écoles franco-arabes publiques que dans celui des daaras modernes.
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 | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".