Transmission de savoirs et de pratiques d’apprentissage chez les adolescentes au Sénégal. L’expérience d’un programme pédagogique alternatif
Bibliographic record
Abstract
La transmission intergénérationnelle des savoirs se conçoit entre autres au travers de la famille ou de l’école. Au Sénégal, si l’école constitue souvent une option pour les familles les plus démunies, d’autres dimensions éducatives se transmettent au sein du foyer, centrées sur les rôles genrés que filles et garçons se doivent d’intégrer pour devenir des adultes fonctionnels dans leur société. À partir d’un programme éducatif visant 1) à faciliter la scolarisation de filles marginalisées du système scolaire et 2) à favoriser chez elles la mobilisation de leviers d’autonomie, nous examinons les pratiques de transmission de savoir-être et savoir-faire en discutant leurs effets sur leurs parcours socio-éducatifs. L’analyse de 34 entretiens menés en 2022 auprès d’adolescentes ayant participé à ce programme, de parents ainsi que d’enseignants aborde les questions suivantes : un tel programme ne se place-t-il pas en porte-à-faux face aux normes éducatives locales ? Quels types de savoirs et de pratiques conduisent ces filles sur des chemins impensés par elles et leurs familles ? Leur regard est-il transformé face aux attentes que la société sénégalaise manifeste envers elles ?
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| 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".