L’éducation antiraciste, inclusive et aux droits dans le développement des compétences professionnelles du personnel scolaire et des capabilités des élèves
Bibliographic record
Abstract
Cet article porte un regard sur les différences et convergences qui se dégagent des grands courants théoriques dans le champ de l’éducation à la diversité ethnoculturelle (inter/multiculturel, antiraciste /critique, civique, inclusif) quant aux compétences professionnelles à développer par le personnel scolaire pour atteindre les grandes finalités de l’équité, de l’effectivité des droits, du vivre-ensemble et du développement des capabilités des élèves. L’article s’appuie sur une revue de la littérature nationale et internationale, qui visait à dégager les éléments de compétences (savoirs, savoir-faire, savoir-être essentiels) pour savoir-agir en contexte de diversité, et qui, selon les théoriciens, devraient être développés dans tous les programmes de formation à l’enseignement. Il n’aborde pas ces enjeux sous un angle disciplinaire, lié au curriculum québécois (éthique et culture religieuse, histoire et éducation à la citoyenneté), mais dans une perspective transversale. L’article présente d’abord quelques fondements de ces courants afin de dégager leurs objectifs communs et leur convergence vers une approche globale et inclusive intégrée. Il porte ensuite une attention particulière aux deux finalités centrales qui font consensus parmi les théoriciens et qui sont au coeur des compétences professionnelles du personnel scolaire pour développer les capabilités des élèves : 1) prendre en compte les réalités, besoins et droits des élèves, particulièrement ceux des groupes minoritaires ou vulnérables, pour développer leurs capabilités, et 2) les préparer à vivre ensemble dans une société pluraliste et démocratique. Il dégage aussi les principaux défis liés à la prise en compte et à la mise en oeuvre de ces deux finalités.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.007 | 0.013 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".