Interaction entre stratégies économiques et scolarisation : l’appartenance ethnique, un marqueur des pratiques éducatives ?
Bibliographic record
Abstract
La scolarisation des enfants des ménages ruraux guinéens n’est pas un processus homogène, contrairement aux idées reçues. Les démarches de scolarisation semblent correspondre à des projets volontaires qui s’appuient sur la représentation collective du type de réussite valorisé par chaque groupe ethnique. Dans le cas de la sous-préfecture de Kanfarandé, les dynamiques de scolarisation à l’œuvre doivent être reliées aux stratégies économiques. C’est pourquoi la scolarisation des enfants pourrait être appréhendée différemment par les familles selon l’ethnie à laquelle elles appartiennent. Les données recueillies auprès des familles montrent que la scolarisation des enfants se déroule selon trois stratégies : une scolarisation courte et tardive ; le maintien à la maison des aînés comme main-d’œuvre et la scolarisation précoce des puînés et dans une optique à long terme ; le maintien des enfants à la maison où ils reçoivent une éducation traditionnelle, le temps de migrer. L’article met en évidence la complexité des mécanismes à l’œuvre dans les processus de définition des rapports aux savoirs.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".