L’expérience scolaire des enfants rwandais élevés par des femmes cheffes de ménage
Bibliographic record
Abstract
Au Rwanda, plusieurs rapports gouvernementaux montrent que 32 % des familles sont dirigées par des femmes cheffes de ménage. La situation de cette « nouvelle catégorie sociale particulière » est difficile en raison des charges parentales qui incombent à ces femmes, des responsabilités familiales qu’elles cumulent et qui sont considérées comme tabou, et de la pauvreté (43,8 % de ces ménages sont pauvres). Du fait des conditions matérielles peu propices à la réussite scolaire, la scolarisation des enfants de FCM comporte d’énormes défis. Partant de notre recherche doctorale sur l’expérience scolaire de 1 838 élèves en 6e année du primaire des écoles publiques de Kigali, cet article porte sur l’expérience scolaire des 314 élèves de cet échantillon éduqués par des femmes cheffes de ménage. Utilisant les données quantitatives issues d’un questionnaire, les données qualitatives tirées d’entretiens individuels et collectifs et les commentaires des questionnaires, l’analyse menée documente l’impact du fait d’être élevé par une femme chef de ménage sur la scolarisation de ces enfants, principalement en raison du manque de ressources financières nécessaires à une scolarité réussie. Cependant, notre analyse montre aussi que ces conditions difficiles n’empêchent pas certains jeunes de s’investir dans leur scolarité et de surmonter les difficultés.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".