MétaCan
Menu
Back to cohort
Record W4399727904 · doi:10.4000/11ub1

Regards croisés sur des clés d’analyse pour la sélection d’œuvres de littérature jeunesse traitant de savoirs, réalités et cultures autochtones

2024· article· fr· W4399727904 on OpenAlexaboutno aff
Kara Edward, Fabrice Wacalie, Constance Lavoie, Martin Lépine

Bibliographic record

VenueContextes et didactiques · 2024
Typearticle
Languagefr
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArt

Abstract

fetched live from OpenAlex

Tant en contexte canadien que calédonien, des orientations gouvernementales et différentes actions sont mises en œuvre pour que les personnes enseignantes incluent les perspectives autochtones à leur enseignement. Malgré ces directives, les personnes enseignantes de ces différents contextes ressentent de l’inconfort, et nomment qu’elles manquent d’outils pour favoriser cette inclusion (Aitken et Radford, 2018). Toutefois, la littérature de jeunesse autochtone se multiplie tant au Canada qu’en Nouvelle-Calédonie, et les personnes enseignantes disent utiliser la littérature autochtone en classe (Côté, 2019). Cet article propose des regards croisés sur un outil d’analyse d’œuvres de littérature de jeunesse traitant de savoirs, réalités et cultures autochtones. En guise de résultats, l’article présente neuf clés d’analyse au moyen d’exemples issus de la littérature de jeunesse autochtone canadienne et kanak. Des regards croisés ouvrent la discussion à savoir si les critères élaborés en contexte canadien peuvent se transférer ou non à d’autres contextes, ici, plus précisément, celui de la Nouvelle-Calédonie. La discussion met en lumière que les clés d’analyse résonnent dans cet autre contexte, même si quelques nuances sont présentes dans l’interprétation et l’utilisation de ces dernières.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.006
metaresearch head score (Gemma)0.004
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.498
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0060.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.002
Scholarly communication0.0010.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.168
GPT teacher head0.475
Teacher spread0.307 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueContextes et didactiquesSame topicEducation, sociology, and vocational trainingFrench-language works237,207