MétaCan
Menu
Back to cohort
Record W2945120415 · doi:10.7202/1059129ar

Intégrer les perspectives autochtones : regards réflexifs sur le curriculum de la Saskatchewan et sur quelques pratiques en formation des maîtres en éducation française

2019· article· fr· W2945120415 on OpenAlexaffvenueabout
Fadila Boutouchent, Heather Phipps, Cathleen Armstrong, Marie-Ève Vachon-Savary

Bibliographic record

VenueCahiers franco-canadiens de l Ouest · 2019
Typearticle
Languagefr
FieldSocial Sciences
TopicIndigenous Health, Education, and Rights
Canadian institutionsUniversité LavalUniversity of Regina
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

La Saskatchewan est la première province à avoir rendu obligatoire l’enseignement des traités en 2007, bien avant les appels à l’action de la Commission de vérité et réconciliation (CVR) en 2015. L’Université de Regina, au sein de toutes ses facultés (dont la faculté d’éducation), n’a pas hésité à prendre ce virage en agissant comme leader en matière d’autochtonisation. Si la reconnaissance des savoirs et des connaissances autochtones commence avec la formation des maîtres et se poursuit ainsi au coeur de nos écoles, elle présente néanmoins quelques défis liés au manque de formation des enseignantes et enseignants. Ce texte propose quelques initiatives portées par des membres du programme du Baccalauréat en éducation française dans leur cheminement vers l’autochtonisation. L’intégration des perspectives des Premières Nations, des Métis et des Inuits est au coeur de la formation à la faculté d’éducation pour bien préparer les futurs enseignants à relever ce défi. Il s’agit d’expériences signifiantes qui reposent sur une réflexion éthique. Il s’agit de souligner les efforts qui sont faits au sein du baccalauréat en éducation française relativement à l’autochtonisation des programmes en éducation que les défis en contexte francophone minoritaire.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.591
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0040.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0040.002
Scholarly communication0.0000.002
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.008
GPT teacher head0.276
Teacher spread0.268 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2019
Admission routes3
Has abstractyes

Explore more

Same venueCahiers franco-canadiens de l OuestSame topicIndigenous Health, Education, and RightsFrench-language works237,207