Un modèle inspirant pour soutenir la réussite d’élèves autochtones en milieu urbain : le projet Petapan
Bibliographic record
Abstract
Cet article présente le projet Petapan, conçu pour soutenir la réussite d’élèves autochtones scolarisés dans une école de quartier en milieu urbain. Des élèves issus de communautés innues et atikamekw y sont accueillis de l’éducation préscolaire à la sixième année du primaire. Une première section présente le projet Petapan et sa principale visée, celle de la réussite éducative des élèves autochtones, dans un contexte de sécurisation culturelle qui engage toutes les personnes du milieu dans un projet éducatif rassembleur. Une deuxième section explique la démarche de recherche collaborative menée de 2017 à 2019, en concordance avec certains principes de reconnaissance et de réciprocité de la recherche autochtone, afin de documenter les pratiques développées pour soutenir la réussite d’élèves autochtones en milieu urbain. La troisième section présente un modèle du projet Petapan abordé selon une approche écosystémique (Bronfenbrenner, 1996) pour comprendre l’influence, sur le développement de l’enfant, de différents systèmes mettant en relation les personnes impliquées, leurs rôles, leurs relations, leurs pratiques ou encore leurs réalisations. Ce texte contribue ainsi à la réflexion concernant le développement de pratiques éducatives pour soutenir la réussite d’élèves autochtones en milieu urbain, ce qui représente un pas vers la réconciliation.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.001 |
| 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".