Parentalité et rapport au politique en Chine post-maoïste : le combat des classes moyennes pour l’accès aux ressources éducatives
Bibliographic record
Abstract
Cadre de la recherche : En Chine contemporaine, le système éducatif ultra-compétitif amène les parents de la classe moyenne à investir du temps, de l’argent et de l’énergie pour obtenir les meilleures ressources éducatives et assurer la réussite de leur enfant. Objectifs : Dans un contexte autoritaire où la classe moyenne est souvent considérée comme un soutien à l’État-Parti au pouvoir, je montre que la défense des intérêts de leur enfant pousse des parents des classes moyennes à s’intéresser notamment aux politiques d’éducation et à dénoncer les décisions qui leur semblent injustes. Méthodologie : J’ai réalisé une enquête empirique pendant plus de huit mois à Nanjing (RPC) en 2018, pendant laquelle j’ai mené 37 entretiens formels avec des parents. J’ai également observé les interactions entre des parents et des établissements éducatifs (publics et privés). Cette enquête empirique est complétée par une veille en ligne concernant les évolutions législatives, les débats d’opinion et la blogosphère parentale. Résultats : J’ai observé comment la participation à des groupes de discussion en ligne, le suivi des actualités éducatives et la surveillance des activités éducatives de leur enfant font émerger une conscience politique de classe chez les parents de la classe moyenne. Ce phénomène amène certains parents à lancer des actions pour défendre leurs intérêts. Conclusions : L’émergence d’une conscience de classe chez certains parents transforme leur rapport au politique, en redéfinissant la notion de justice, d’égalité et de conflictualité. Contribution : Ces recherches viennent remettre en question, d’une part, la passivité des classes moyennes chinoises et, d’autre part, l’impact de la parentalité sur la socialisation politique des individus.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".