Les politiques scolaires et l’inclusion des élèves issus de l’immigration dans les écoles de langue française en Ontario
Bibliographic record
Abstract
L’école de langue française en Ontario a toujours représenté pour les francophones de cette province un élément essentiel pour la survie de la communauté. Avec une population scolaire de nos jours des plus diverses, cette institution a d’abord fait face à une anglicisation graduelle au sein des élèves pour ensuite ouvrir ses portes aux jeunes de parents immigrants venus s’établir en Ontario, surtout dans les régions de Toronto et d’Ottawa à l’origine. Les jeunes issus de l’immigration font face à des défis importants dans leur intégration sociale et scolaire. L’article examine le discours politique officiel sur l’inclusion des jeunes issus de l’immigration dans les écoles de langue française de l’Ontario. C’est à travers l’examen de politiques scolaires et de documents clés sur la question que se situe ma réflexion. J’arrive à la conclusion que depuis le début du nouveau millénaire, il ne fait pas de doute que des efforts ont été entrepris pour faciliter l’inclusion des élèves immigrants dans les écoles. Néanmoins, le discours officiel se fonde toujours sur des principes qui limitent une véritable inclusion en insistant sur l’importance d’une identité francophone unique au lieu de miser sur une meilleure compréhension des enjeux par les élèves.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.019 | 0.009 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| 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".