Élargir l’espace francophone : les centres scolaires communautaires comme modèles de vitalité linguistique
Bibliographic record
Abstract
Le monde de l’éducation en contexte francophone minoritaire fait face à des enjeux contemporains auxquels répondent des organisations éducatives ancrées dans leur milieu, comme les centres scolaires communautaires. Les autrices et leur partenaire communautaire, un organisme sans but lucratif en transition vers ce modèle, ont voulu documenter la manière dont un centre scolaire communautaire contribue avec succès à l’épanouissement de la population francophone minoritaire qu’il dessert. Cet article se penche sur les données recueillies de quinze centres scolaires communautaires participants, situés dans sept provinces et un territoire du Canada. Les défis et les pratiques réussies identifiés illustrent les points communs et les différences que vivent ces centres scolaires communautaires canadiens. À l’aide de la méthode du benchmarking des idées, cette recherche visait à renseigner le partenaire communautaire au sujet de constats préoccupants, afin qu’il puisse évaluer et mettre en oeuvre des changements servant à améliorer sa capacité à répondre aux défis actuels et futurs par l’entremise de son nouveau centre. Le modèle du centre scolaire communautaire, examiné à partir d’un cadre conceptuel incluant la théorie de la vitalité linguistique, le concept de capital social et les principes de l’École communautaire citoyenne, propose des pistes prometteuses dans le but d’élargir la conception des organisations éducatives francophones actuelles vers une approche communautaire et inclusive, soucieuse de la vitalité des communautés dans l’espace francophone.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.008 | 0.008 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".