MétaCan
Menu
Back to cohort
Record W4403173329 · doi:10.7202/1113549ar

Autocensure, délégitimation et dissonance émotionnelle chez des enseignant·e·s de français 2ELGBTQI+ au Canada

2024· article· fr· W4403173329 on OpenAlexvenueaboutno aff
Hasheem Hakeem

Bibliographic record

VenueArborescences Revue d études françaises · 2024
Typearticle
Languagefr
FieldArts and Humanities
TopicEFL/ESL Teaching and Learning
Canadian institutionsnot available
Fundersnot available
KeywordsSociologyPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Les enjeux de la diversité sexuelle et de genre sont absents de la recherche sur l’enseignement du français en milieu scolaire. De plus, aucune étude n’a exploré l’expérience des enseignant·e·s de français 2ELGBTQI+ qui s’engagent à intégrer l’équité, la diversité et l’inclusion (ÉDI) dans leur classe. Cet article vise donc à répondre à deux questions, à savoir (1) quels sont les obstacles ou défis rencontrés par les enseignant·e·s de français 2ELGBTQI+ qui adoptent une approche antioppressive dans leur classe ? (2) Quelles sont les conditions propices à l’élaboration d’un curriculum de français équitable et inclusif porté par les enseignant·e·s 2ELGBTQI+ ? Neuf enseignant·e·s 2ELGBTQI+ oeuvrant au sein du programme d’immersion, du programme français de base et du programme francophone au primaire, à l’intermédiaire et au secondaire au Canada ont participé à une entrevue semi-dirigée de vingt minutes. Les résultats de l’analyse thématique ont montré que les enseignant·e·s de français 2ELGBTQI+ sont confronté·e·s à de multiples obstacles, notamment la résistance à l’enseignement des enjeux 2ELGBTQI+, la charge émotionnelle de gérer des postures conflictuelles (personnelle, « professionnelle » et antioppressive) et le manque de ressources et de formation en français liées au contenu de l’ÉDI. Des suggestions en vue d’appuyer les enseignant·e·s de français 2ELGBTQI+ sont enfin proposées.

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)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.881
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0020.001
Scholarly communication0.0010.001
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0020.000

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 head0.021
GPT teacher head0.240
Teacher spread0.219 · 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 designNot applicable
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

Citations2
Published2024
Admission routes2
Has abstractyes

Explore more

Same venueArborescences Revue d études françaisesSame topicEFL/ESL Teaching and LearningFrench-language works237,207