Cultures, connaissances et idéologies religieuses à l’école : l’Iran et le Québec face à la laïcité scolaire
Bibliographic record
Abstract
En croisant divers événements socio-historiques depuis la moitié du XXe siècle dans l’histoire en ce qui concerne la modernisation des sociétés, il est clair qu’une part importante de l’industrialisation avait pu contribuer l’émergence d’une éducation de masse. Certes, l’individu doit fréquenter un milieu académique, afin de pouvoir vivre convenablement dans une société moderne industrialisée. Le développement des écoles primaires, des écoles secondaires et des milieux académiques aux études supérieures avaient permis à l’individu de s’orienter sur le marché du travail. Ainsi, face à la modernisation des sociétés occidentales, la science et des développements scientifiques avaient eu des impacts majeurs sur l’éducation des enfants. Sur l’aspect de la science, l’enseignement de la religion à l’école devient une interrogation aux chercheurs comme Émile Durkheim, le père fondateur de la sociologie; le projet de la laïcisation scolaire en France est le résultat de l’adaptation d’une institution publique aux valeurs d’une société moderne. En analysant les institutions scolaires de deux sociétés, il s’agit d’appréhender comment elles sont en contrastes en ce qui a trait la place de la religion dans la pédagogie : l’Iran et le Québec. La tradition sociologique oblige aux écrivains d’orienter leurs idées par la construction d’une question de recherche, qui repose sur la conjonction de différents paradigmes.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.014 | 0.008 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".