L'enseignement des traités en français
Bibliographic record
Abstract
Conçu pour appuyer l’enseignement des traités, cet ouvrage, orienté vers les enseignants en formation initiale et continue, met en valeur des approches pédagogiques et des apports théoriques ancrés dans le vouloir de veiller à la décolonisation. Ainsi, ce livre cherche à expliciter en quoi les pédagogues sont agents de changements et encourage l’adoption d’une approche proactive et anti-oppressive dans une pédagogie au service de l’appel à l’action no 62 de la Commission de vérité et de réconciliation du Canada (2015). Ainsi, les chapitres du livre adoptent une approche réfléchie, ayant pour but de préconiser une philosophie de l’enseignement qui dessert la population estudiantine, autant autochtone que non autochtone. Ce manuel répond au besoin pressant de ressources en français pour l’enseignement des traités. Parmi les auteurs de la collection, on compte trois lauréats du Prix du Gouverneur général pour l’excellence en enseignement, une titulaire de la Chaire de recherche du Canada sur la vérité, la réconciliation et les littératures autochtones, des enseignantes des salles de classe d’immersion française et des écoles francophones, des professeurs universitaires et des doctorantes. Ce travail collectif valorise, dans la collectivité nationale, l’enseignement obligatoire des traités et un esprit de mettre en réconciliACTION les impératifs moraux et politiques à la suite des recommandations de la Commission nationale sur la vérité et la réconciliation, dans les contextes actuel et futur.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.021 | 0.003 |
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".