Analyse des politiques éducatives canadiennes en matière de santé mentale et de mesures de soutien auprès des élèves réfugiés et demandeurs d’asile
Bibliographic record
Abstract
Les politiques éducatives et les mesures qu’elles mettent à disposition des écoles afin de faciliter la mise en place de services accessibles et concertés en matière de santé mentale peuvent avoir un impact auprès des élèves réfugiés et demandeurs d’asile. Cette étude a pour but d’analyser la manière dont les politiques éducatives, traitant explicitement des élèves réfugiés et demandeurs d’asile, abordent leur santé mentale en tenant compte de leurs objectifs, de leurs populations ciblées et de leurs instruments. Nous avons recensé 106 documents, pour 11 des 13 ministères de l’Éducation au Canada. Cinq types de soutien à la santé mentale ont été répertoriés : l’apprentissage socio-émotionnel, la sensibilisation aux réalités des réfugiés, le soutien à l’acculturation, le soutien tenant compte des traumatismes et les liens avec les services spécialisés en santé mentale. Les variations observées se situent dans le choix et la combinaison des mesures de soutien que les politiques proposent à la fois au personnel scolaire et aux élèves réfugiés et demandeurs d’asile. Les objectifs, les populations ciblées et les instruments politiques présentent des apports et des limites qui peuvent influer sur la qualité et l’intensité du soutien qui leur sera offert. Nous formulons trois constats à l’intention des décideurs politiques et des intervenants qui s’intéressent à l’élaboration ou à la révision des politiques, afin de prendre en compte les divers besoins des élèves réfugiés et demandeurs d’asile en matière de santé mentale.
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 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".