Des enjeux de genre à la (re)féminisation de la gouvernance scolaire au Québec : une dynamique d’égalisation de rattrapage ou de dévalorisation?
Bibliographic record
Abstract
Cet article s’appuie sur des statistiques ministérielles pour examiner la question de la féminisation de la gestion scolaire au Québec et met en évidence dans quelles conditions celle-ci s’est effectuée. De façon spécifique, à travers une recherche documentaire, nous avons recueilli, généré et analysé des données administratives et prévisionnelles sur le personnel cadre des commissions scolaires (devenues des centres de services scolaires en 2020) et des écoles selon le sexe au Québec, de la fin des années 1950 à 2019, pour mieux saisir les enjeux de genre qui y sont liés. Dans cette perspective, une analyse sociohistorique retraçant les enjeux sexospécifiques de l’évolution des effectifs femmes/hommes occupant les postes de cadres scolaires a été réalisée. Notre démarche prend comme angle de lecture les étapes charnières de cette évolution, lesquelles semblent liées à des moments clés issus des grandes réformes éducatives. Les statistiques ministérielles guident nos analyses et permettent de repérer quand et comment les courbes statistiques se sont inversées et pourquoi.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.008 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".