La Toile de l’équité et le débat. Activités de formation pour l’égalité des sexes
Bibliographic record
Abstract
Il n’est pas toujours facile de débattre d’une idée surtout lorsqu’il s’agit de modifier une façon de penser inscrite de longue date dans la pensée collective. L’idée en question est celle de l’égalité des sexes. C’est la raison pour laquelle nous essayons de montrer comment la Toile de l’équité, développée à partir des théories féministes, antiracistes et de conscientisation dans les décennies 1970-1990, peut être utilisée pour construire un débat. Ce modèle pédagogique permet d’outiller les enseignantes et les enseignants, en tant qu’apprenantes et apprenants en formation continue, pour orchestrer, le mieux possible, un débat sur et au regard de l’égalité des sexes. Pour cela, nous décrivons la Toile et son évolution dans le temps, pour ensuite traiter du travail et de l’apprentissage en groupe ainsi que du débat, et proposer pour terminer des activités construites en utilisant les axes de la Toile et parvenir au débat.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.029 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.016 | 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".