Processus d’évaluation des besoins à l’école québécoise: idéologies linguistiques d’orthophonistes scolaires et sentiment d’in/sécurité linguistique d’élèves plurilingues
Bibliographic record
Abstract
Lorsqu’il est mis en oeuvre auprès d’élèves issu.e.s de l’immigration ou racisé.e.s, le processus d’évaluation des besoins peut engendrer des phénomènes de sur- ou de sous-représentation de ces élèves en adaptation scolaire. Sachant que les représentations des acteurs et actrices scolaires sur les élèves ont une incidence majeure sur la mise en oeuvre de pratiques équitables, cet article vise à dégager les idéologies linguistiques d’orthophonistes scolaires à partir de l’analyse de 21 rapports d’évaluation d’élèves plurilingues. Les résultats montrent que les monolinguismes imposé et assimilationniste, le multilinguisme ségrégationniste ainsi que le plurilinguisme sont présents de manière inégale et différente dans le corpus. La discussion aborde la présence d’idéologies linguistiques fluctuantes entre les participantes et au sein des participantes elles-mêmes ; la faible reconnaissance du répertoire linguistique des élèves et sa cristallisation à travers la langue considérée maternelle, ainsi que les possibles incidences des résultats sur le sentiment d’in/sécurité linguistique des élèves concerné.e.s.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".