Théoriser et négocier le pouvoir et le silence dans les salles de classe universitaires1
Bibliographic record
Abstract
Les dynamiques de la salle de classe en ce qui concerne la prise de parole et le silence sont le théâtre de conflits difficiles et souvent politisés. En fait, quelle que soit la composition démographique de leurs classes, la plupart des enseignantes et des enseignants se démènent tant face aux personnes silencieuses qu’à celles qui dominent les discussions. Dans la première partie de son article, l’auteure propose un modèle d’analyse du pouvoir dans la classe qui reconnaît les inégalités systémiques et qui, de concert, ouvre des possibilités d’agentivité et d’intervention. Dans la deuxième partie, elle décrit un processus de négociation de règles de base dans les salles de classe, outil pour rendre opérationnelle cette compréhension du pouvoir, en tant que pratique pédagogique. Dans la troisième partie, elle explore le silence, la parole et le pouvoir, et propose une typologie nuancée des silences en classe, qui met en évidence leur nature progressive, résistante et régressive. Enfin, dans la quatrième partie, elle problématise certaines conceptions féministes sur la sécurité et le dialogue en classe et souligne le potentiel conceptuel et pratique de lanégociationà titre de paradigme alternatif. L’auteure suggère des stratégies novatrices et des approches conceptuelles suggestives pour aborder les problèmes, répandus, relatifs au pouvoir et au silence dans les salles de classe.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.029 |
| Scholarly communication | 0.008 | 0.008 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".