La réussite scolaire des élèves issus de l’immigration : une question de classe sociale, de langue ou de culture?
Bibliographic record
Abstract
Dans cet article, les auteurs présentent successivement deux études de cas basées sur une utilisation originale des banques de données administratives produites par les ministères de l’Éducation de la Colombie-Britannique et du Québec. Les deux études sont différentes, tant en ce qui concerne l’indicateur retenu (la performance scolaire aux examens versus la diplomation au secondaire) que la définition du groupe cible (les élèves allophones versus les élèves noirs). Toutefois, une lecture croisée de leurs résultats révèle des tendances largement convergentes en ce qui concerne l’importance des différences intergroupes en matière de réussite scolaire ainsi que les facteurs qui l’influencent. À cet égard, l’origine des élèves et leur maîtrise de la langue s’avèrent plus significatives que leur appartenance socio-économique. De plus, certains facteurs jouent différemment de chez l’ensemble de la population : le déficit des garçons et des élèves arrivés en retard au secondaire est, en effet, moins important.
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 | 0.006 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 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".