Bibliographic record
Abstract
L’article qui suit se veut une réflexion sur les défis que doivent relever les enseignantes et les enseignants qui travaillent dans les écoles canadiennes de langue maternelle française, à l’extérieur du Québec. En faisant directement référence à la situation qui prévaut en Ontario, la question de l’enseignement en milieu francophone minoritaire sera traitée sous deux angles particuliers : celui du rôle de l’école comme agent de reproduction linguistique et culturelle et de la place qu’occupe le personnel enseignant dans ce processus; de même que sous celui de la différenciation à laquelle fait face le personnel enseignant dans son travail quotidien. En ce qui concerne cette différenciation, une attention particulière sera portée à la fragmentation des langues et des cultures, phénomène de plus en plus présent dans les écoles franco-ontariennes et sur la façon dont le personnel enseignant compose avec cette nouvelle réalité. La présente réflexion se fonde sur le discours de membres du personnel enseignant ayant participé à trois études effectuées au cours des dernières années en Ontario. Ces études ont porté en grande partie sur la façon dont ces derniers conçoivent leur travail, sur leurs besoins et sur les mesures d’appui qu’il serait souhaitable de leur fournir dans leur travail quotidien. Certaines de ces mesures seront d’ailleurs examinées dans la dernière section du présent article.
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 | 0.009 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.024 | 0.019 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".