Les droits de la personne, les différences ethnoculturelles et le rôle des institutions publiques dans la promotion quotidienne de l’égalité : l’exemple d’un Collège québécois
Bibliographic record
Abstract
Afin de contribuer à l’amélioration des connaissances sur la réalité de la discrimination au Québec, l’auteur propose d’explorer l’hypothèse selon laquelle un établissement public, plus précisément un établissement d’enseignement collégial au Québec, peut représenter un espace d’atténuation des discriminations, en ce sens où les personnes qui le fréquentent seraient moins exposées à des situations de discrimination quand elles s’y trouvent. La démarche s’appuie sur une étude empirique quantitative réalisée dans un Collège d’enseignement général et professionnel situé à Montréal, au printemps 2018, auprès de plus de 600 étudiants. Les résultats obtenus révèlent d’abord un écart important entre les situations de discrimination vécues à l’intérieur de l’établissement (moins fréquentes) par comparaison avec celles qui surviennent à l’extérieur de celui-ci (plus fréquentes). Ensuite, les mêmes résultats permettent d’établir une différence notable entre l’ensemble des situations de discrimination vécues (tant à l’intérieur qu’à l’extérieur de l’établissement) entre les étudiants issus de l’immigration (plus fréquentes) et ceux qui ne le sont pas (moins fréquentes).
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.013 | 0.007 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".