Regard sur des défis scolaires en contexte de diversité ethnoculturelle et perspectives de développement
Bibliographic record
Abstract
Cet article explore certains défis auxquels fait face le personnel enseignant qui travaille dans un contexte de diversité et d’inclusion, et propose des perspectives de développement. Pour ce faire, nous avons mené une revue de littérature pour faire ressortir des thématiques, entre autres, celles autour desquelles s’articulent les recherches en éducation inclusive sous l’angle de la diversité ethnoculturelle. Ces thématiques ont ensuite permis de faire émerger trois catégories de défis, en contexte de diversité ethnoculturelle et d’inclusion : 1) des défis en lien avec la formation initiale et continue du personnel enseignant; 2) des défis en lien avec la mise en place des pratiques pédagogiques et des ressources; et 3) des défis en lien avec la collaboration avec les familles. Un aperçu général sur le concept de l’enseignement sert d’introduction aux trois sous-parties.
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 | 0.018 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.013 | 0.054 |
| Scholarly communication | 0.014 | 0.014 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.004 | 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".