Influence des trajectoires des enseignants des universités interculturelles du Mexique sur leurs pratiques et leurs représentations
Bibliographic record
Abstract
Cet article fait suite à une recherche effectuée entre 2014 et 2018 au Mexique sur les universités interculturelles, avec une approche qui relève de la socio-anthropologie de l’éducation et une méthodologie principalement qualitative. Après avoir précisé le contexte historique de leur avènement et leurs spécificités actuelles, en nous intéressant plus particulièrement à l’IUMQROO dans le Quintana Roo et à l’UNICH dans le Chiapas, nous analysons les différents types de trajectoires des enseignants qui y interviennent afin de montrer comment elles peuvent influencer leurs pratiques et leurs représentations pour travailler le modèle interculturel. Nous montrons que si l’approche interculturelle est normée par les programmes d’études de l’université qui la mobilise, elle dépend surtout de la capacité et de l’intérêt des professeurs à être en mesure de la travailler dans leur enseignement et plus largement dans l’ensemble de leurs activités académiques. Ce sont des professionnels le plus souvent titulaires d’un doctorat, des Indigènes dont la majorité comprend en plus de l’espagnol au moins une langue originaire, mais aussi des métis (et quelques étrangers) qui présentent généralement un intérêt manifeste pour les langues et les cultures originaires. Si la très grande majorité de ces enseignants ont été formés dans des universités conventionnelles après une scolarité monolingue et monoculturelle, la plupart disposaient déjà des prérequis nécessaires pour enseigner dans une université interculturelle lors de leur recrutement, ayant déjà effectué des recherches ou travaillé dans des communautés indigènes. Ce ne serait donc pas tant le fait que les professeurs soient ou se considèrent indigènes ou non qui influencerait leur appétence à l’égard du modèle interculturel, mais leur propension à connaître les populations autochtones par des expériences et recherches de terrain dans les communautés indigènes avec une réflexion critique et une posture praxéologique de nature anthropologique.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".