L’éducation inclusive au croisement de l’approche intersectionnelle : une étude de portée sur la prise en compte de marqueurs de diversité
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
S’inscrivant dans le débat sur l’éducation inclusive et la prise en compte des différents marqueurs de diversité, cet article vise à mieux comprendre comment les recherches en sciences de l’éducation s’intéressent à l’éducation inclusive dans une perspective intersectionnelle. Dans un premier temps, nous proposons une étude de portée sur la prise en compte des différents marqueurs de diversité, dans dix recherches qui s’intéressent aux enjeux de l’éducation inclusive. L’objectif est d’explorer comment la perspective intersectionnelle est mise en oeuvre dans les différentes phases d’une recherche, de la problématisation à l’analyse des données. Dans un deuxième temps, nous présentons les résultats issus de deux groupes de recherches : 1) celles qui s’intéressent aux différentes catégories de marqueurs de diversité et aux relations entre ces catégories; 2) celles axées sur les processus d’exclusion et d’inclusion. La discussion soulève trois enjeux : le positionnement des élèves et leur représentation dans les recherches, les spécificités des contextes scolaires, et la perspective critique. Nous terminons par une réflexion sur le rôle des recherches dans la construction du sens de l’éducation inclusive et le risque de produire un savoir déficitaire, pouvant mener à de nouvelles formes de catégorisation.
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.
Full frame distilled prediction
Teacher imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it