La pertinence de l’étude des formations interculturelles dans l’approfondissement des enjeux de la diversité ethnoculturelle dans les établissements scolaires
Bibliographic record
Abstract
La diversité ethnoculturelle dans les établissements scolaires a été beaucoup étudiée dans les dernières décennies au Québec. Pourtant, l’ethnographie des formations interculturelles du MELS destinées aux enseignants, aux professionnels non enseignants ainsi qu’aux directions scolaires dévoile un pan des enjeux de la diversité ethnoculturelle non exploité jusqu’à maintenant : l’espace de négociation entre les intervenants scolaires et les formateurs-chercheurs. D’une part, nous survolerons les différents choix méthodologiques ayant permis d’analyser la rencontre entre les formateurs-chercheurs et les intervenants scolaires venus s’informer davantage. L’observation participante des formations interculturelles a notamment permis de comparer les attentes et les réactions des intervenants scolaires avec les stratégies mises de l’avant par les formateurs. D’autre part, nous évoquerons les enjeux de la diversité ethnoculturelle dans les établissements scolaires du Québec, tels que l’impact du discours sur l’interculturel des intervenants scolaires, l’éthique professionnelle des enseignants et la complexité de la réflexion amorcée par ces derniers en formation interculturelle.
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 | 0.019 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.014 | 0.016 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| 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".